以编程方式确定博客帖子的评论数量

Question

确定特定博客帖子的评论数量的最有效方法是什么？我们希望存储新的Web应用程序的数据。我们有一个永久链接UR列表和RSS源列表。

Answer 1

如果博客是由你控制的，“选择计数（荣誉）FROM评论WHERE postID = 2”可能是最好的。如果你只有URL，但它仍然是你的blog / db，你需要创建一个子查询“WHERE postID =（选择任何FROM posts WHERE permalink = url）”或者你从URL加入评论的方式。

如果是远程博客，则会遇到每个博客都有不同HTML的问题。从本质上讲，您将需要构建一个解析HTML的解析器，并查找重复元素，如“div class = comment”。但对于每个不同的博客来说，这主要是手工劳动。

某些博客可能有更好的方式，例如HTML或某些界面中的评论计数，但我不知道任何标准化方式。

编辑：如果你有一个Comment-RSS提要，你可能使用一种计算XML节点的机制，比如XPath的Count。

Answer 2

如果我理解正确，你想要一个启发式方法来估计HTML页面中的评论数量，这个评论是一个博客文章，是吗？

通常情况下，特定博客会有一些功能可以让您轻松解决问题。如果你在http://kstruct.com/查看我的，你会看到所有带评论的页面都说'X Responses'，所以如果你能够在每个博客的基础上做一些工作，那可能并不是很困难。 / p>

如果你需要通用的东西，我想有一些你可能能够检测到的评论的常用功能。首先，它们中的任何链接都很可能具有rel =“nofollow”属性，因此在块中看到它可能意味着它是一个注释。

要寻找的主要有趣的事情是同一网站的帖子结构的变化。例如，每个评论都有一个非常好的机会，因此人们可以直接链接到它，所以你可以查看不同数量的＆lt; a name =“XXX”＆gt;标记在同一网站上的给定页面中，以了解评论的相对数量。

正如Michael Stum指出的那样，如果这些页面有一个Comment-RSS提要，那么你的生活将变得更加容易，因为你可以以结构化的格式获得评论数据。

总而言之，我认为一般来说，这将是一个非常具有挑战性的问题。

Answer 3

博客几乎总是有一个用于评论的RSS提要。如果你有，那么你可以确定评论的确切数量，因为饲料99％的时间都遵循标准。即使博客是您自己的博客，如果您已经在生成RSS源，那么请不要打扰您的数据库。您已经这样做了以生成Feed，因此您只需遍历XML节点就可以了。这样你就没有额外的开销（取决于你想要获取这些信息的频率）。