找出RSS源中的新数据，与数据库中已有的条目进行比较。然后在db中添加新条目。怎么样？

Question

假设我有一个数据库和一个RSS源。我必须找出RSS源中的新数据，这些数据尚未存在于数据库中。你会如何处理这个问题？

Answer 1

如何为每个RSS项生成哈希码或一些唯一标识符，然后将其存储在数据库中？然后，您只需为新RSS中的每个项生成哈希码，并根据数据库进行检查。

Answer 2

首先，您必须唯一地标识每个项目。这是有问题的，因为有些网站使用guid元素，而有些网站则没有，对于某些项目，link元素永远不会更改，而对于某些网站则不会。我认为一般的经验法则是，如果某个项目有guid，那么您将其用作关键字，否则您将使用link作为关键并希望。

一旦你确定了一个项目的密钥，你可以（可能）通过检查pubDate元素来确定你正在查看的项目是否已经更新，如果故事得到这个元素应该更新更新。

这种方法可以处理大多数情况，但与RSS相关的所有情况一样，如果Feed提供程序运行不正常，它会崩溃。

Answer 3

大多数RSS源都会有每个故事的日期 - 因此，请查询从数据库中提取最新故事的日期，从RSS源中提取所有最新故事，并比较日期。

这还取决于这是针对某个特定Feed还是您正在编写适用于多个Feed的内容。如果它适用于所有Feed，请使用其中一种散列方法;创建标题和日期的哈希值，并将其用作唯一标识符。

Answer 4

从rss Feed中特定项目的唯一字段中提取。然后检查该项是否已在数据库中。在循环中运行此逻辑。

Answer 5

手头，一些建议：

• 对Feed中的每个项目执行校验和，将结果存储在数据库中。将数据库中的结果与来自RSS源的每个新文件/流进行比较。
• 哈希标题。数据库中每个项目和商店的日期和时间。与每个刷新的RSS流进行比较。