自己动手生成评论RSS
2009-06-04 11:11 by 老赵, 25580 visits最近博客园讨论气氛热烈，有价值的评论也层出不穷。有时候我们会很希望订阅某篇文章的评论RSS，只可惜博客园目前没有这个功能。对于注册用户来说，我们可以通过点击评论框下方的“订阅回复”链接，这样就会在出现新评论的时候收到邮件。可惜匿名用户，只得不断刷新才能关注最近讨论到什么地方了。不过我们是什么人？我们是程序员，这点障碍对我们来说应该是在简单不过的小事了。自己搭一个站点，获取页面数据，分析HTML，输出为RSS，就这么简单。
老赵为此作了一个最最简单的示例，可以订阅http://jeffreyzhao.cnblogs.com上任意一篇文章的评论。由于只是简单的个人工具程序，所以完全不考虑性能、伸缩性、扩展性，容错性，也抛弃任何的单元测试，依赖注入等“最佳实践”。总之一句话，怎么容易怎么来。
这个示例由两部分组成，第一部分是个静态HTML页面，根据文章URL生成并转向至其RSS链接。寥寥数行HTML和JavaScript：
<html xmlns="http://www.w3.org/1999/xhtml" > <head> <title>博客园RSS</title> <script language="javascript" type="text/javascript"> function goToCommentRss(url) { window.location = "CommentRss.ashx?url=" + encodeURIComponent(url); } </script> </head> <body> <textarea id="url" cols="50" rows="10"></textarea><br /> <input type="button" value="Comment RSS" onclick="goToCommentRss(document.getElementById('url').value)" /> </body> </html>
CommentRss.ashx将为我们输出评论的RSS。它的代码如下：
public class CommentRss : IHttpHandler { public void ProcessRequest(HttpContext context) { string url = context.Request.QueryString["url"]; WebClient webClient = new WebClient(); webClient.Encoding = Encoding.UTF8; string html = webClient.DownloadString(url); context.Response.ContentType = "text/xml"; context.Response.ContentEncoding = Encoding.UTF8; SyndicationFeed feed = GetRssFeed(url, html); Rss20FeedFormatter rssFormatter = new Rss20FeedFormatter(feed); XmlWriter rssWriter = XmlWriter.Create(context.Response.Output); rssFormatter.WriteTo(rssWriter); rssWriter.Close(); } private static SyndicationFeed GetRssFeed(string url, string html) { ... } public bool IsReusable { get { return false; } } }
其实.NET框架已经为我们准备了太多太多有用的工具，我们只需要将它们拼接起来即可。例如有了WebClient类，三行代码便可下载到页面的HTML。然后我们通过GetRssFeed方法来获得一个SyndicationFeed对象，再通过Rss20FeedFormatter输出。SyndicationFeed和Rss20FeedFormatter都是.NET 3.5中自带的类库，放在System.ServiceModel.dll程序集中的System.ServiceModel.Syndication命名空间里，可以方便读取或生成Atom 1.0或RSS 2.0格式的XML为我们所用。更多信息可以参考InfoQ中文站的这篇报道：WCF的Web编程模型资源。
GetRssReed的关键在于分析HTML字符串，老赵在这里使用了正则表达式匹配出每条评论的标题、URL、时间、用户和内容。然后构造出一个SyndicationFeed对象就再简单不过了。可惜的是，博客园不同模板的HTML不同，因此老赵的这个示例只支持现在用的这个模板。您可以自己改造，例如为CommentRss.ashx增加一个新的参数，用于指名HTML的解析方式，便可以用于多个模板了。
这个示例使用起来也非常简单，您可以将其编译或部署在本地的IIS上，打开Default.html页面，将文章的URL复制进去，如《老赵谈IL（2）》一文的URL：
点击按钮，便会链接至RSS页。于是在IE中便会展示为：
此时您只要把URL放入本地的RSS阅读器即可。因为程序部署在您的机器上，因此您无法使用Google Reader等工具进行订阅。如果您有条件的话，把它们放到虚拟空间等地方即可。由于您的程序只为您一个人服务，因此不会占用大量资源，目前的写法也足够了。
我们是程序员。自己动手，丰衣足食。
难得在赵老师的前排慢慢看。