| ||
После того, как я обнаружил в сети Интернет, что все прогрессивное человечество давно уже пользуется форматом RSS (Really Simple Syndication) для передачи новостей, а я прикрутил сиё дитя шкодливой мысли к сайту. Потом еще к одному... И ещё... В процессе прикручивания оного дитяти к разным сайтам, я столкнулся с некими проблемами, которые мне пришлось решать, чем и спешу поделиться. Итак, по порядку...
Главное, ради чего пользователи ходят в Интернет - это информация. Причём та стадия, когда первичным вопросом стояла публикация информации уже давно пройдена - сейчас только ленивый не публикуется, теперь основным вопросом стоит систематизация информации и обмен ею в автоматическим режиме. Проблема автоматизации ставит другую проблему - проблему стандартизации. Дело в том, что, например, новостные ленты на разных сайтах настолько отличаются по оформлению и расположению, что отбирать их и обрабатывать можно только вручную. Как известно, лень - двигатель прогресса. Для решения этой задачи был придуман формат обмена информацией на базе языка разметки XML. Данный формат носит название RSS. В формате RSS 2.0, о котором я, собственно, и хочу рассказать, он означает Really Simple Syndication, а изначально он назывался RDF Site Summary, где RDF означает Resource Definition Framework. Таким образом, абревиатура RSS на настоящий момент обозначает два совершенно различных формата. Не будем вдаваться в историю, как это получилось - интересующихся отсылаю к статье "RSS - осознанная необходимость", - а рассмотрим как нам со всем этим жить на примере RSS 2.0, поскольку он гораздо удобнее в программировании и ручном формировании, чем его младшие братья. Многие сайты транслируют свою информацию в RSS, в том числе каждая страница LiveJournal. Эти каналы доступны по адресам http://www.livejournal.com/users/______/data/rss, где подчеркивание - никнейм пользователя. Как получать эту информацию с помощью программ-агрегаторов, я уже писал, только замечу, что на данный момент я пользуюсь другим агрегатором - NewzCrawler. На этом я останавливаться в этой заметке не буду. Поговорим о том, как собственными руками сделать себе RSS канал и наслаждаться морально глядя на дело рук своих.
Начнём ab ovo. Что из себя представляет формат RSS в самом минимальном виде, видно из приведенного ниже примера:
Естественно, что в таком виде он никому и даром не нужен, но не спешите, это только присказка, сказка вся впереди. Итак, что мы имеем с гуся? Первая строчка говорит нам о том, что это язык разметки XML и кодировка текста внутри windows-1251. Конечно, наиболее правильным было бы использовать UTF-8, как это рекомендуется в документации к XML, но поскольку допускаются любые стандартные кодировки, не будем мудрствовать лукаво и возмем кодировку, используемую для документов нашего сайта. Возможна также кодировка koi8-r или любая другая по Вашему выбору.
Вторая
строчка это открывающий тэг <rss>, который
содержит служебную информацию. Данную
информацию не трогайте и пишите без
изменений. В конце примера мы видим
закрывающий тэг </rss>. Внутри тэга <rss>
вложен тэг <channel>, состоящего из
обязательных непустых элементов: <title>,<link>
и <description>. Данные об этих элементах
сведены в таблицу:
Элемент | Описание | Пример |
title | Название вашего канала. Именно по данному названию и будут ссылаться на Ваш ресурс. Если Вы это делаете для своего вебсайта - просто впишите название своего сайта. | <title>Портал Егора Наклоняева</title> |
link | Ссылка на сайт, соответствующий данному каналу | <link>http://naklon.debilarius.ru/</link> |
description | Краткое описание канала. | <description>Сайт Егора Наклоняева и Сигизмунда Траха - людоведов и душелюбов. Сайт посвящен наклону, его пропаганде и практическому применению</description> |
Теперь, о необязательных элементах.
Элемент | Описание | Пример |
language | Язык, на котором Вы пишите. Скорее всего - русский. Перечень языков, определенных W3C, доступен здесь. | <language>ru</language> |
copyright | Авторские права на канал. NB! Должно быть на английском языке. | <copyright>Copyright 2003, Egor Naklonyaeff</copyright> |
managingEditor | Адрес электронной почты редактора данного канала | <managingEditor>chyduskam@debilarius.ru (Egor Naklonyaeff)</managingEditor> |
webMaster | Адрес электронной почты администратора сайта. | <webMaster>chyduskam@debilarius.ru (Egor Naklonyaeff)</webMaster> |
pubDate | Дата публикации данного канала, т.е. дата и время последней публикации канала. Если Ваш канал обновляется раз в сутки, то вне зависимости от того менялось или нет содержимое дату следует изменить. Должно обязательно соответствовать стандарту RFC 822, за исключением того, что год может состоять как из двух символов, так и из четырех. Но лучше из четырех. Стандарт RFC 822 допускает вместо GMT ставить временную зону. Например, для Москвы она будет +0300. Пример см. ниже. В принципе, данный элемент - бесполезная для обывателя вещь. | <pubDate>Sat, 20 Dec 2003 00:00:01 GMT</pubDate> |
lastBuildDate | Дата последнего изменения содержимого. | <lastBuildDate>Sat, 20 Dec 2003 00:00:01 +0300</lastBuildDate> |
category | Описывает категорию, к которой принадлежит канал. Описание см. ниже в элементе <item>. Скорее всего этот элемент Вам не понадобится. | |
generator | Строка, описывающая программу, которая использовалась для создания файла. При создании вручную совершенно не нужна. | <generator>notepad.exe</generator> |
docs | Ссылка на документацию, описывающую формат данного RSS файла. Справочная информация для удобства Ваших пользователей. Нужно использовать приведенную справа в графе "пример" ссылку, или вообще не использовать этот элемент. | <docs>http://blogs.law.harvard.edu/tech/rss</docs> |
cloud | Нечто из области автоматики и
телемеханики. Вам это скорее всего не понадобится.
Но на всякий случай знайте, что
прочитать об этом можно здесь.
|
<cloud domain="rpc.sys.com" port="80" path="/RPC2" registerProcedure="pingMe" protocol="soap"/> |
ttl | Указание для программ-агрегаторов сколько секунд нужно хранить канал в кэше переж тем как обновить его очередной раз. Большинство протестируемых мною агрегаторов игнорируют данный параметр, поэтому можно и не заморачиваться | <ttl>600</ttl> |
image | Описывает картинку GIF, JPEG или PNG,
которая может показываться
агрегаторами для данного канала.
Состоит из трех основных и трех
дополнительных элементов.
К основным элементам относятся: К необязательным элементам относятся: |
<image> <url>http://naklon.debilarius.ru/images/naklon.gif</url> <title>Портал Егора Наклоняева</title> <link>http://naklon.debilarius.ru/</link> <width>88</width> <height>31</height> </image> |
rating | Некий PICS rating. Я так и не понял, зачем это нужно обывателю. | |
textInput | Позволяет описать поле ввода
текста. Состоит из четырех
обязательных подэлементов. <title> - Название кнопки "Submit" в области ввода текста. <description> - Описание в области ввода текста. <name> - Название текстового объекта. Служит для скриптов. <link> - ссылка на CGI скрипт, обрабатывающего текст введенный в поле ввода. Большинство агрегаторов игнорирует данный элемент. Позволяет создать посковую системку или еще какую-нибудь ерунду. |
|
skipHours | Говорим агрегаторам, в какое время мы их не хотим видеть. | |
skipDays | Говорим агрегаторам по каким дням нас не беспокоить. |
Элементы <item>
Элемент | Описание | Пример |
title | Название заметки | <title>RSS - в массы, а массы... или RSS для умственно иных</title> |
link | The URL of the item. | <link>http://naklon.debilarius.ru/texts/sleep/rss.htm</link> |
description | Аннотация или полная заметка | <description>После того, как я обнаружил в сети Интернет, что все прогрессивное человечество давно уже пользуется форматом RSS для передачи новостей, а я прикрутил сиё дитя шкодливой мысли к сайту. В процессе прикручивания оного дитяти я столкнулся с некими проблемами, которые мне пришлось решать, чем и спешу поделиться. Итак, по порядку...</description> |
author | Адрес электронной почты автора заметки. | <author>chyduskam@debilarius.ru (Egor Naklonyeff)</author> |
category | Позволяет описать категорию данного раздела. Содержит необязательный атрибут domain, используемый для категоризации. | <category domain="http://naklon.debilarius.ru/texts/sleep/">Маразм</category> |
comments | Ссылка на страницу, позволяющаю писать комментарии к данной заметке. | <comments>http://naklon.debilarius.ru/forum/thread.php?group=debilarius.naklon</comments> |
enclosure | Описывает медиа-объект. Содержит три обязательных атрибута. url - адрес, где находится, lengh - размер в байтах, type - MIME тип. Как этим пользоваться можно посмотреть здесь. | <enclosure url="http://www.scripting.com/mp3s/weatherReportSuite.mp3" length="12216320" type="audio/mpeg" /> |
guid | Строка, однозначно идентифицирующая данную заметку. NB! Если этот элемент используется он должен быть уникальным. Может содержать атрибут isPermaLink="true" , если это уникальная ссылка на соответствующий ресурс. По умолчанию - "true". | <guid isPermaLink="true>http://naklon.debilarius.ru/texts/sleep/rss.htm#v2</guid> |
pubDate | Дата публикации документа. О формате смотрите выше. Если содержит дату в будущем, агрегаторы не должны её показывать. | <pubDate>Sat, 20 Dec 2003 00:00:01 +0300</pubDate> |
source | Ссылка на канал, с которого пришла данная новость, если оное имело место. Содержит один обязательный атрибут url , ссылающийся на источник. | <source url="http://naklon.debilarius.ru/rss/">Портал Егора Наклоняева</source> |
<item>
<title>RSS - в массы, а массы... или RSS для умственно иных</title>
<link>http://naklon.debilarius.ru/texts/sleep/rss.htm</link>
<description>После того, как я обнаружил в сети Интернет, что все прогрессивное человечество давно уже пользуется форматом RSS для передачи новостей, а я прикрутилсиё дитя шкодливой мысли к сайту. В процессе прикручивания оного дитяти я столкнулся с некими проблемами, которые мне пришлось решать, чем и спешу поделиться. Итак, по порядку...</description>
<author>chyduskam@debilarius.ru (Egor Naklonyeff)</author>
<category domain="http://naklon.debilarius.ru/texts/sleep/">Маразм</category>
<comments>http://naklon.debilarius.ru/forum/thread.php?group=debilarius.naklon</comments>
<guid isPermaLink="true>http://naklon.debilarius.ru/texts/sleep/rss.htm</guid>
<pubDate>Sat, 20 Dec 2003 00:00:01 +0300</pubDate>
</item>
Если мы делаем RSS вручную, то теперь при появлении очередной новости мы просто добавляем её в фаил, стирая по мере необходимости старые. В принципе, без разницы куда добавлять очередной блок, но красивее когда он идёт в обратном хронологическом порядке. Например:
Следует напомнить, что если вы хотите использовать в формате XML, допустим, в элементе <description> тэги HTML, то согласно стандарту, правильно будет или заменить везде открывающую и закрывающую скобки на < >, а кавычки на " либо использовать специальные скобки:
Лично я предпочитаю второй вариант. Теперь записываем полученный файл, например, как rss.xml (расширение очень важно!). После чего выкладываем оный на Ваш сайт и пытаемся проверить его. Проверить Ваш RSS можно (и нужно) по данной ссылке: http://feedvalidator.org/ - введите адрес Вашего файла и нажмите кнопку "Validate". После чего действуйте по обстоятельствам. Если всё нормально, то осталось только порадовать весь окружающий мир фактом, что у Вас есть RSS. Делается это тремя способами. Во-первых, на главную страницу, содержащую новости, мы помещаем в заголовок страницы ссылку на RSS файл. В моём случае, это выглядит так:
<link rel="alternate" type="application/rss+xml" title="RSS" href="http://naklon.debilarius.ru/rss/" >
Измените атрибут href и будет Вам счастье.
Во-вторых, можно поставить модные
кнопки на сайт. Такую:
и даже такую:
.
Вторая кнопка служит для автоматической
подписки на новости в UserLand и некоторых
других программах, поддерживающих этот
способ. Ссылка у второй кнопки выглядит следующим
хитрым образом:
http://127.0.0.1:5335/system/pages/subscriptions?url=http://naklon.debilarius.ru/rss/.
Если у Вас не установлена необходимая
программа ничего криминального не
произойдет. Сообщит об ошибке и всё. Понятно,
что у себя на сайте адрес url следует
поменять на Ваш собственный. Есть еще
другие кнопки, не менее жизнеутверждающие,
но они менее распространены.
Ну, и третий способ, это зарегистрировать свой RSS на сайте-каталоге
данных ресурсов и ждать у моря погоды. Этим
способом, конечно, брезговать не стоит, но
всё-таки основными остаются первые два.
Теперь о программировании этого всего на PHP в динамическом режиме. Думаю, что человеку знакомому с азами PHP сделать вывод файла в описанном формате не представляется сложным, задачка тривиальнейшая, но есть одно "но". Дело в том, что надо правильно сформировать заголовки. Поскольку агрегаторы могут обращаться к Вашему ресурсу достаточно часто, неплохо чтобы они получали отлуп, если никаких изменений на сайте нету. Для этого в HTTP-заголовке прописываются следующие вещи:
header("Content-type: text/xml");
header("Last-Modified: $MypubDate");
header("Etag: \"$MyETAG\"");
Оставлю на Ваше усмотрение формирование элемента Etag. Я, лично, использую timestamp самой свежей новости плюс некую служебную информацию. Но, возможно, до выдачи вышеперечисленного может и не дойти, поскольку сперва надо проверить заголовки вызова и в случае, если у нас ничего не изменилось вернуть код ошибки HTTP 304 Not Modified. Фрагмент кода, осуществляющего проверки, приведен ниже.
$headers = getallheaders();
if(isset($headers["If-None-Match"])) {
if ($headers["If-None-Match"] == $MyETAG) {
header("HTTP/1.1 304 Not Modified");
exit;
}
}
else {
if(isset($headers["If-Modified-Since"])) {
if ($headers["If-Modified-Since"] == $MyGMTtime) {
header("HTTP/1.1 304 Not Modified");
exit;
}}}
Обратите внимание: все даты в заголовках HTTP должны формироваться только в соответствии со стандартом RFC 1123. Корректный формат даты, соответсвующий данному стандарту, можно получить, например, следующим образом: $MyGMTtime=gmdate("D, d M Y H:i:s", $mytime)." GMT";
Вот, примерно, и всё что я могу доложить по данному вопросу. Если Вы заметите какую либо неточность, или Вам покажется что я недостаточно полно осветил тему - адрес моей электронной почты справа внизу страницы.
Sapienti Sat.
Могу еще добавить для любознательных:
Extending RSS 2.0 With Namespaces
Закладки на сайте Проследить за страницей |
Created 1996-2024 by Maxim Chirkov Добавить, Поддержать, Вебмастеру |