balmeyer’s posterous

Avec ce principe s'est rapidement - et plus rapidement que prévu - posé le problème d'une sélection. Remplir mon disque dur des blogs en anglais, en espagnol ou en italien, pour quoi faire ?

Il m'a fallu mettre en place un statut pour chaque blog :

•  en attente.
•  validé.
•  rejeté.

Méthodes pour valider :

 A la main : j'ai au début fait une petite interface web pour valider / rejeter mes blogs. Une liste (100 blogs par page), des cases à cocher, et un bouton "valider". Moralité : c'est chiant.

J'ai ensuite mis en place une série de "validateurs". Ce sont des "petites briques" qui, empilées, cumulent les règles et autres bidouilles pour faire le tri tout seul. En voici deux, pour l'instant :

Règles sur les URLs des blogs : valide automatiquement certains blogs. Par exemple, s'il est hebergé chez "Canal Blog" ou "Haut et Fort" ou "Over-Blog", il y a de fortes chances que ça soit un blog en français. Validé ! Par contre, je jette tout ce qui est "tumblr", ou "skyblog" ou autre plateformes non pertinentes...

Validation par langage : un beau morceau ! Très interessant à mettre en place. Je reviendrai en détail là-dessus, mais j'ai un système qui detecte le langage d'un blog (français, anglais, italien, espagnol ou allemand). S'il est en français : validé, sinon, rejetté.