【旧】2004-1-27 13:53:44 软件技术前沿：关于XML和RSS(1) ——初步分析Newz Crawler

软件技术前沿：关于XML和RSS(1)  ——初步分析Newz Crawler

Newz Crawler不好用，对中文支持太差，headline经常变空，频道标题也变没了。
 看来还得自己写一个。

 昨晚研究了一下它的数据格式，比较简单。
 每个文件对应一个主文件夹，文件内容就是主文件夹里面的频道和其对应的文件名。
 如news.ncw

 每个频道对应feed目录下的一个文件
 {17C1E396-1C2F-4E34-B106-7940E3933454}.ncn

 xxx.ncn的内容就是标题和离线的数据。

 如果自己写，有几个问题需要仔细考虑

 1.数据存储的格式。如果数据量相当大的话，比如一年的离线数据，用单个文件存储是否恰当。

 2.新回贴如何处理。对于blog可能不是很重要，但对论坛来说比较关键，直接关系到论坛的人气和提问的效率。

 3.如何支持现有的论坛，尽量少改动现有代码。现有论坛大致分为两种风格。一种是平面型，所有的回贴都是跟在主贴后，仅有时间先后关系。另一种为树型结构，可以对回贴再进行回复，所有的回贴构成一个树。个人认为后一种人气比较高，比较符合自然的思维习惯，但是实现起来很麻烦。

 4.关于RSS协议分析和实现只是工作量的问题，不存在技术难度。