RSSフィードの変更されたアイテムと新しいアイテムを検出する方法は？

Question

feedparserまたはその他のPythonライブラリを使用してRSSフィードをダウンロードして解析します。 newアイテムとmodifiedアイテムを確実に検出するにはどうすればよいですか？

これまでのところ、最新のアイテムよりも前の公開日の新しいアイテムがフィードに表示されています。また、同じアイテムを表示するフィードリーダーが、別々のアイテムとしてわずかに異なるコンテンツで公開されているのを見ました。私はフィードリーダーアプリケーションを実装していないので、フィードデータをアーカイブするための単純な戦略が必要です。

Answer 1

フィードの信頼度によって異なります。 feedparserはフィード項目に.id属性を提供します。この属性は、RSSソースとATOMソースの両方で一意である必要があります。たとえば、フィードパーサーのATOM docsを参照してください。 .idはほとんどのケースをカバーしますが、ソースが同じIDを持つ複数のアイテムを公開する可能性が考えられます。その場合、アイテムのコンテンツをハッシュするだけではあまり選択肢がありません。