在Rails应用程序中聚合提要

Question

我正在考虑编写一个守护进程来循环遍历feed，然后将它们作为ActiveRecord对象添加到数据库中。

首先，我面临的一个问题是我无法使用feed-normalizer gem可靠地检索故事的作者/用户。有时，它似乎无法识别标签（我不知道是否有其他人遇到过此问题）。

其次，我没有看到有人将RSS提要转换回数据库条目。我需要这样做，因为每个条目都与其他ActiveRecord对象有关联。我没有找到任何宝石专门做这个，但我可以以某种方式破解像acts_as_feed这样的东西吗？

Answer 1

SimpleRSS公开了一个非常简单的API，并且在大多数Feed上运行良好。我建议不要查看实现，因为它的“解析器”是一堆正则表达式（在如此多的级别上是如此错误），但它运行良好。

守护进程是在后台运行它的好宝石。

如果您使用的是活动记录，则应遵循在rails之外使用AR的说明，然后内联定义模型类。这样可以减少膨胀。

RSS提要非常不一致，这是我们使用

的结果

  date = i[:pubDate] || i[:published] || i[:updated]
  body = i[:description] || i[:content] || i[:summary] || ""
  url = i[:guid] || i[:link]

另外，根据经验，确保你试图拯救一切（并记住正常救援没有抓住超时）。很难不得不反弹导致数据不良的RSS守护进程。

Answer 2

不要使用SimpleRSS。它不会为您解码HTML实体，它偶尔会忽略Feed的结构。

我发现最简单的方法是使用XMLSimple将Feed解析为XML，但您可以使用任何XML解析器。

Answer 3

最好的方法是使用连接到Feed API like Superfeedr's的 Rails引擎。 轮询RSS提要意味着您需要运行自己的异步工作程序和/或队列系统，这对于构建和维护加班可能相当复杂。您还必须处理数百种格式和不一致。这是一篇显示how to consume RSS feeds in a Rails application的博客文章。