[gelöst] MS Word Import

hi fekete

die idee dazu gabe wohl schonmal
http://drupal.org/node/236461
wurde aber nicht umgesezt

interesant ist vielleicht dieser kommentar dazu:

aber als pdf scheint das irgenwie zu gehen
als import in drupal als book

http://mapaspects.org/article/converting-word-doc-and-pdf-drupal-book-we...

gruss
stef

Danke, ich werde mir mal anschauen was es da genau auf sich hat. :)

Noch eine weitere frage zu diesem thema: wo und als was genau (dateityp?) werden nodes für drupal gespeichert, eventuell kann ich ja selbst ein programm schreiben zum automatischen umwandeln und hochladen von nodes..

da hilft dir die drupal api weiter

drupal 6
http://api.drupal.org/api/drupal/includes--database.inc/group/database/6

und drupal 7

http://api.drupal.org/api/drupal/includes--database--database.inc/group/...

dort findest du alles was du brauchst
um in die datenbank zu schreiben

viel erfolg
stef

Es gibt eine Menge leistungsfähiger Import-Module für Drupal. Vielleicht kannst du deine Word-Dokumente in etwas Textbasiertes umwandeln und dann importieren. Schau mal unter Comparison of Content and User Import and Export Modules.

Oke werd ich mir mal ansehen...
Meine Aufgabe ist allerdings, eine Möglichkeit zu finden, Beiträge aus dem Intranet in das Drupal CMS zu übertragen. Dies soll möglichst automatisch geschehen, da es ja schon wie gesagt bis zu 2 oder 3000 Beiträge sein können.
Diese Beiträge werden als HTML-Datei und als Word-Dokumente gespeichert und ich hab mir gedacht es wäre sicher einfacher aus einem Word-Dokument auszulesen und einen Node in Drupal einzufügen als eine HTML-Datei durchzugehen.

Bin ich richtig mit der Annahme, dass Beiträge bzw. Artikel in einer Datenbank gespeichert werden, also nicht als xml-File?

Aha, also laufende Synchronisierung. Warum nicht das Intranet komplett auf Drupal umstellen? Ansonsten hab ich gehört, dass Leute mit der Feed API gute Erfahrungen gemacht haben.

EDIT:
Alt, aber interessant: DocImport API module

Jo, bei Drupal landet alles in der Datenbank. Vielleicht doch mal das eine oder andere Buch aus der http://www.drupalcenter.de/handbuch/buecherecke lesen ;-)

genau
die inhalte werden nicht in einem xml gespeichert
sondern wie in der api ersichtlich in der
(mysql) tabelle 'node'
hier aber nur zb der titel, der (content) type
der inhalt selber wird in tabellen mit einem
'field_data' präfix gespeichert
für den body also 'field_data_body'

gruss
stef

ich werde mal versuchen feeds in kombination mit xpath parser zu probieren und mal schauen wie es so läuft

mit feeds scheint es zu funktionieren.. ich würde mal sagen gelöst

Bitte die Lösung für andere Interessierte mal skizzieren. Vielen Dank!

also für mich ist die lösung folgende:

zuerst wandle ich die word-dokumente in xml-dokumente um mit titel und body, eventuell noch andere tags, wie man es halt braucht

anschließend lade ich auf einen public oder private ordner rauf

die xml-dateien werden dann mithilfe von "Feeds Directory Fetcher" und "Feeds XPath Parser" geholt

probleme hatte ich bis jetzt nur bei der richtigen uri für das verzeichnis

tja das wars auch schon

super sache! +1

Vielen Dank für die Anleitung!

Eine Frage hätte ich noch:

Machst du die XML-Umwandlung mit Word-Bordmitteln? Oder nutzt du direkt das neue XML-basierte DOCX-Format?

Das hab ich noch nicht entschieden, aber ich glaube ich werde versuchen, dass ganze automatisiert mit Visual Basic zu machen, da es mit Word basierten Mitteln zu lange dauern würde.

Ich habe aber noch keinen Weg gefunden, wie ich den Body vom XML formatieren soll, da der XML-Parser nicht erkennt, dass innerhalb des -tags HTML-tags, jedenfalls denke ich es mir so, da sobald ein HTML-tag im -tag vorkommt, der Inhalt vom Beitrag einfach leer gelassen wird.

HTML innerhalb von XML ist immer etwas kniffelig. Du könntest den ganzen Inhalt in <![CDATA[ ... ]]>-Tags packen.

Nice, danke. :)

Nun werde ich mal schauen, wie ich das ganze in VB umsetze :)

Nur mal auf die Schnelle gegoogelt:

• XML in Visual Basic
• XML-Dateien lesen und schreiben mit VB.NET

Und hier noch ein Link auf das nie richtig in die Gänge gekommene Word-Import-Modul: Microsoft Word resources, das inzwischen auf http://drupal.org/project/querypath verweist.