如果RSS源未更改，则不执行任何操作

Question

我想每隔几分钟运行一次Python脚本。该脚本首先从rss-feed（使用feedparser）获取最新文章。我想要的是，当最新的文章与上次运行时相同时，脚本就会结束。我该如何做到这一点？

Answer 1

既然您在python问题中提到了feedparser，我会假设您的意思是feedparser.org

如果是，那么最简单的方法是让服务器为您完成大部分工作，并且仅在您上次更改后请求更新：请参阅ETag and Last-Modified headers for RSS feeds

Answer 2

您可以将状态存储在临时文件中。例如。如果没有临时文件，则将标题写入临时文件，下次从文件中读取并将读取的标题与新标题进行比较。

Answer 3

您可以采取多种不同的方法。最简单的可能是保留为您的程序处理的每个Feed获取的最新文章的唯一键或哈希值。这可能是文章标题和文章的组合。日期，甚至是文章全部内容的md5sum。

然后，您可以将此数据写入脚本的XML状态文件，或使用cpickle之类的内容保存数据。然后，每次程序运行时，只检索最新的订阅源文章（根据上次运行中的最新文章哈希检查每个文章）。

当然，不要忘记在脚本退出之前更新最新的文章提要哈希值。

如果您的脚本处理多个Feed，则您必须为每个Feed存储其中一个“最新文章哈希”项目。