Für Gospelszene.de wurde ein Roboter geschrieben, der jede Nacht die Termine-Seiten vieler Chöre ausliest und die Termine einsammelt, chronologisch sortiert, und nach Postleitzahl einem Ort zuordnet. Die Termine werden also nirgendwo anders als auf den Termineseiten des Chores eingegeben.

Die erste Voraussetzung ist, dass der Chor in der Rubrik Gospelchor auf den neuen Chorkarten erscheint. Wenn das nicht der Fall ist, bitte den Chor hier eintragen. (Die Daten wird bei unserem Partner, der Vokalszene, gespeichert.)

Wenn das bereits der Fall ist, muss der Roboter noch auf die Termineseite des Chores eingestellt werden. Ich (Karsten) kontrolliere alle paar Tage, ob ein neuer Chor eingetragen wurde, und stelle den Roboter dann auf die neue Termineseite ein.

Damit sind die Termine erfasst und werden jede Nacht aktualisiert, und Terminänderungen werden übernommen.

Falls die Termineseite neu gestaltet wurde, muss eventuell der Roboter umgestellt werden. In dem Fall bitte ich um eine Nachricht.

Zuerst sollte man den Roboter hier kontrollieren und feststellen, was die Fehlerursache ist.

Ist der Chor nicht mehr verzeichnet? Dann wurde er aus der Rubrik Gospel in eine andere Rubrik bewegt, und die Termine werden nicht mehr aktualisiert. Falls die Termine veralten, bitte ich um eine Nachricht und werde die Termine dann entfernen.

Ist die falsche Termineseite (URL) eingegeben? Dann bitte ich um eine Nachricht und werde das korrigieren.

Sieht der Roboter die richtige Seite, aber findet keine Termine, kann das zwei Ursachen haben:

Zum einen kann es sein, dass der Roboter auf die Seite neu eingestellt werden muss, weil sich das Layout geändert hat. In dem Fall bitte eine Nachricht.

Zum anderen kann es sein, dass der Roboter Termine ignoriert, weil sie privat sind. Es werden alle Termine ignoriert, die eines der Worte
"privat",
"Hochzeit",
"Trauung",
"Traugottesdienst",
"Geburtstag",
"nicht öffentlich",
"geschlossene Veranstaltung",
"nur für [chor]mitglieder",
"Probe",
"Sommerferien",
"entfällt",
"abgesagt",
"fällt aus",
"geschlossene Gesellschaft",
"Brautamt",
oder evtl. in Zukunft noch weitere ähnliche Worte enthalten.

Der Roboter erwartet eine Seite mit Terminen pro Chor. Die Adresse (URL) dieser Seite sollte langfristig stabil sein, sonst verliert der Roboter den Kontakt und findet die Termine nicht mehr, bis er wieder umgestellt wird. Eine URL http://www.chor.de/termine.html ist also besser als termine2003.html oder gar august2003.html.

Die Faustregel ist: Eine Seite, die für das menschliche Auge gut strukturiert wirkt, ist sehr wahrscheinlich lesbar.

Dazu zerlegt der Roboter den Text in Einheiten. Gute Einheiten sind: Eine Tabellenzeile, ein Ansatz in P und /P, ein Punkt in einer Punkteliste, oder eine andere HTML-Struktur.

Leerzeilen mit BR sind schlechte Trenner. Manche Termine gehen von "roter Schrift" bis "blauer Kommentar"; das ist zwar machbar, aber wahrscheinlich bereits hinfällig, wenn die Farben der Homepage aktualisiert werden. Gut sind dagegen alle HTML-Strukturen, die langfristig bestand haben, weil sie an sich ordnende Strukturen sind: Tabellen, Tabellenzeilen, horizontale Trennlinien, Absätze, DIVs und SPANs und so weiter. Kreativ fand ich die Lösung, Termine in <termin> und </termin> einzugrenzen.

Wem das zu kompliziert und detailliert war: Ein Termin in einer Tabellenzeile funktioniert immer.

Der Roboter untersucht nun die so gefundenen Texteinheiten und erkennt gültige Termine zuerst am Datum. Die Angabe einer Jahreszahl hilft enorm; wenn sie im Datum fehlt, nimmt der Roboter die letzte Jahreszahl, die er im Umfeld des Termins gelesen hat. Die ist fast immer richtig, kann aber etwas anderes meinen. Besser eine Jahreszahl im Datum. Ein Datum kann sehr frei formatiert sein:
1. Januar 03,
2.1.03,
3. 3. 2003,
5. Okt. 03,
07. 07. 03,
all das und noch mehr ist lesbar.

Dann sucht der Roboter nach der ersten Uhrzeit im Termin. Auch hier ist vieles lesbar:
19 Uhr, 20.15, 20:15, 20 Uhr 15, 20h15, all das geht.

Als letztes testet er auf eine Reihe von Hinweisen auf private Veranstaltungen, und ignoriert evtl. den Termin, weil er privat oder nur eine Probe ist. Daher der Tipp: Konzerte und Generalproben in zwei Termine trennen, auch wenn sie am selben Tag stattfinden.

Es ist sehr selten, aber es passiert: Manche Seiten, z.B. Termine im Flash-Plugin oder übermäßig komplexes Tabellen-Layout sind nicht lesbar. Alternativen sind in diesem Fall:

1: Eine Termine-Seite extra für den Roboter. Vorsicht, dass sie bei der nächsten Aktualisierung nicht vergessen wird und veraltet.

2: Der Roboter schaut dann, wenn die Seite als nicht lesbar konfiguriert ist, automatisch in die Termindatenbank auf Vokalszene.de. Man kann seine Termine also auch dort eintragen. Bitte nicht vergessen, die Termine zu aktualisieren.