如何使用R来使用流式XML（RSS提要）？

Question

我在某种程度上了解如何使用XML包来读取和解析XML文件，例如一段RSS提要。但是，连续阅读RSS提要的基本设置是什么？

例如，假设我想要设置一个连续从http://evemaps.dotlan.net/feed/sovereignty读取源的工具，并将数据存储在某种R数据结构中（例如，data.frame）。我想我需要做类似以下的事情：

1. 在服务器上设置R（例如，AWS实例上的RStudio Server）
2. 打开与RSS订阅源的HTTP连接
3. 继续阅读并解析Feed的不同位，并将其添加到data.frame，每增加一个条目就会增加
然而，这仍然是一个相当模糊的图片。我需要将哪些基本包和函数串联起来才能使其工作？含义：创建这样的设施需要采取哪些基本步骤？我不是在寻找任何人为我写这个设施（即使那会很好！）。相反，我试图了解涉及哪些整体步骤。

Answer 1

我认为你正在寻找pubsubhubbub。

使用RSS客户端（即AWS上的R应用程序），您有两种选择：轮询或PubSubHubbub（又名webhooks，PuSH等）。如上所述here，通过轮询，您可能会在超出某些发布商的最大限额策略后受到限制。使用PuSH，发布者的服务器会在有新的更新时实时通知您的R应用程序，因为它可以作为订阅。

上面链接的SO答案导致了流行的即付即用集线器提供商Superfeedr和a post的博客，它描述了PuSH协议的工作流程并显示了命令行实现。

您可以通过制作PuSH的工程师之一，this Google IO 2010 presentation了解有关协议的更多信息。