使用 YQL 加载多个 url 时取回 url答案

【问题标题】：Getting back urls while loading multiple urls with YQL使用 YQL 加载多个 url 时取回 url
【发布时间】：2013-10-02 20:13:51
【问题描述】：

我正在使用 YQL 获取一堆页面，其中一些可能处于脱机状态（显然我不知道哪些页面）。我正在使用这个查询：

SELECT * FROM html WHERE url IN ("http://www.whooma.net", "http://www.dfdsfsdgsfagdffgd.com", "http://www.cnn.com")

第一个和最后一个是实际站点，而第二个显然不存在。实际上返回了两个结果，但加载它们的 url 没有出现在任何地方。那么如果不是查询中的每个页面都被加载，那么找出哪个html页面属于哪个url的方法是什么？

【问题讨论】：

我不明白。 “但是加载它们的 url 没有出现在任何地方”你希望上面的代码做到这一点吗？ "找出哪个html页面属于哪个url" eing???
我以为很清楚，对不起！让我再解释一下。我加载了一堆 url，其中一些被加载，然后加载的 url 被打包到一个数组中并发回给我。问题是：我不知道数组中的每个元素都对应于哪个 url。因此，我需要返回几个 (url, data) 而不是代码，以便我知道哪些数据对应于哪个 url，以及哪些 url 没有加载。

标签： html url load yql

【解决方案1】：

不幸的是，我不知道如何在响应中获取 key=>value 对，其中 key 是 url，value 是 html 响应。但是，您可以尝试以下查询，看看它是否符合您的用例：

select * from yql.query.multi where queries="select * from html where url='http://www.whooma.net';select * from feed where url='http://www.dfdsfsdgsfagdffgd.com';select * from html where url='http://www.cnn.com'"

试试here。您可以做的是在触发查询之前，在url 的数组中维护url 的顺序，就像这样 ['http://www.whooma.net','http://www.dfdsfsdgsfagdffgd.com','http://www.cnn.com']。我们可以称这个数组为A 当你遍历来自YQL 查询的响应时，不存在的url 将返回一个null。来自上述查询的示例响应：

<results>
  <results>
    // Response from select * from html where url='http://www.whooma.net'. This should be some html
  </results>
  <results>
    // Response from select * from feed where url='http://www.dfdsfsdgsfagdffgd.com'. This should be null.
  </results>
  <results>
    // select * from html where url='http://www.cnn.com'. This should also be some html
  </results>
</results>

因此，总而言之，您可以遍历数组 A 和来自 YQL 的响应。数组A 的第一个元素应对应于该YQL 响应的第一个results（内部结果）元素。即您正在从两个数组创建一个哈希图。我知道答案很长，但我认为它是必要的。如果有任何混淆，请告诉我。

【讨论】：

【解决方案2】：

您可以使用 YQL 诊断标志找出哪些网址没有加载。诊断标志将导致响应包含一个diagnostics 属性和一个url 数组，该数组指示是否找到了相应的服务器。据推测，一旦您消除了未加载的 url，结果页面将与剩余的 url 匹配。

【讨论】：