2022年RSS搜索引擎中的订阅服务搜索研究教程.docx

2022年RSS搜索引擎中的订阅服务搜索研究教程Keso那里介绍过RSS供应的RSS带宽问题解决方案。好些RSS内容搜寻服务站都供应有对关键字搜寻结果的XML订阅。想想可能有不少关键字被好多人订阅，而在时间上又极为常见的查看是否有更新，这些对于RSS搜寻服务的站点来说，是个很大的负担。检查了几个RSS搜寻服务站这方面的状况（以blog关键字为例）：feedster：search.php?q=blogsort=content=fulltype=rsslimit=15blogdigger：rss.jsp?q=blogsortby=datebooso： （搜寻是在中进行）bulkfeeds：daypop：Grassland：search?dir=blogq=blog10index=FullIndexoutputFormat=RSS可以看出，booso对于关键词供应有搜寻结果的Cache，不知道是不是静态的。细致看了一下，好像和搜寻的结果上不一样，有延迟。blogdigger、bulkfeeds的订阅程序和搜寻程序也不一样。其他几个都是干脆运用搜寻程序供应rss的结果。解决这个问题的初步想法：记录被订阅的关键词，组成一张表，在爬虫每次抓取完RSS内容后，利用这张表的关键词生成静态的xml订阅文档进入缓存中。这样可以削减资源的压力。关于RSS带来的带宽问题的解决，除了服务器方面的改进之外，还须要客户端也就是RSS订阅软件的合作，比如更加智能的推断某个blog的更新特征，自动设置更新的频率和更新的时段。比如我的blog，每天一篇，那么可以设置为一天的周期，更新的时间多在午夜前后、早晨或者中午，那么可以选择这个时段更新。这样可以很大程度上削减无用的探寻。当然，发展Web方式的阅读，例如Bloglines也是个途径。S22正在开发中文这方面的服务，希望早日胜利。（出处：