我的应用程序需要跟踪 RSS/Atom 提要并将新条目保存在数据库中。我的问题是，确定提要中的条目是否已被抓取的最可靠方法是什么？
我使用 Universal Feed Parser解析提要的模块。我当前的实现记录了 feed.entry[i].updated_parsed 的最新值，当爬行时如果条目的 updated_parsed 值大于记录值，那么条目保存在数据库中。这里的问题是许多提要没有发布日期或更新日期。
最佳答案
您应该确定您是否已经通过引用其 <guid> 来抓取条目主要是(回退到 <link> 在没有 <guid> 的情况下)，任何与日期有关的事情都只是作为次要分析。
关于rss - 如何抓取提要，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/692266/