RSS/Ping

Information och nyheter om RSS/Ping-tjänsten: http://rssping.se/

Ny parser

Posted by Daniel Brahneborg på 2010-03-18

Nu har jag bytt ut den parser som används av RSS/Ping, vilket ger flera trevliga fördelar:

  1. Den går mycket snabbare, vilket gör att servern slipper brinna upp.
  2. Jag har säkerställt att samtliga bloggar parsas korrekt, med ett par viktiga undantag (se nedan).
  3. Felaktigheter kan loggas lite enklare, så att jag efteråt kan gå in och kolla varför en viss blogg inte har blivit pingad.
  4. Stödet för Pubsubhubbub blir bättre. Det finns till viss del nu, men det är inte fullständigt automatiskt än. Hör av dig om du vill använda det.
  5. Det är en bättre hantering av tidszoner, något som har varit en svag punkt länge.

Som testdata använde jag sparade feeds från ungefär 2500 bloggar, så jag har stort förtroende för att det fungerar korrekt. Skicka annars ett mail till basic@anrefco.se om dina inlägg inte hittas.

Det fanns ett par anledningar till att bloggarna inte kunde användas, som återkom hela tiden.

  1. Bloggen är borta. I det här fallet skickas man ofta till någon html-sida, som säger någonting. I ett par fall returneras en websida på nästan en megabyte. Smart, verkligen. *host*
  2. Feedet är tomt. I förvånansvärt många fall så innehöll feedet inte en enda post, även om bloggen var ganska gammal.
  3. Saknade tidsstämplar. Det är ganska vanligt att det inte finns något tidsfält i feeden. Det här gör att RSS/Ping inte på något pålitligt sätt kan se vilka poster som är nya.
  4. Felaktigt format. En del feed verkar vara någon ”rdf”-historia, och andra feeds är något helt okänt.

I samtliga dessa fall lagras anledningen tillsammans med en tidsstämpel, och därefter är bloggen spärrad. Det var flera hundra bloggar av de nu nästan 5000 bloggar som analyseras, som på de här olika sätten inte gick att använda. I ett senare skede kommer den här informationen synas på bloggens sida (rssping.se/blogs/nnnn), och därefter kommer de plockas bort automatiskt ur databasen efter en viss tid.

Annonser

Kommentera

Fyll i dina uppgifter nedan eller klicka på en ikon för att logga in:

WordPress.com Logo

Du kommenterar med ditt WordPress.com-konto. Logga ut / Ändra )

Twitter-bild

Du kommenterar med ditt Twitter-konto. Logga ut / Ändra )

Facebook-foto

Du kommenterar med ditt Facebook-konto. Logga ut / Ändra )

Google+ photo

Du kommenterar med ditt Google+-konto. Logga ut / Ändra )

Ansluter till %s

 
%d bloggare gillar detta: