以編程方式確定博客文章的評論數量

Question

確定特定博客文章的評論數量的最有效方法是什麼？我們想要存儲新的網絡應用程序的數據。我們有永久鏈接URl的列表以及RSS源。

Answer 1

如果我理解正確，你需要一個啓發式來估計HTML頁面中的評論數量，這個HTML頁面被稱爲博客文章，是嗎？

很多時候，一個特定的博客會有一些功能可以很容易地制定出來。如果您在http://kstruct.com/處看到我，您會看到所有帶有註釋的頁面都會顯示'X響應'，因此如果您能夠根據每個博客進行一些工作，則可能並不困難。

如果你需要一些通用的東西，我想有一些常見的功能，你可能能夠檢測到的評論。首先，它們中的任何鏈接都可能具有rel =「nofollow」屬性，因此，在塊中查看可能意味着它是一條評論。

要尋找的主要有趣的事情將是在同一網站的帖子結構的變化。例如，每個評論都有自己的錨點，這樣人們就可以直接鏈接到它，所以您可以查看不同數量的< name =「XXX」>在給定頁面上的標籤是否相同網站了解相關的評論數量。

正如Michael Stum所指出的，如果頁面有評論RSS饋送，那麼您的生活會變得更容易，因爲您可以以結構化格式獲取評論數據。總之，總的來說，我認爲這將是一個相當具有挑戰性的問題。

Answer 2

如果博客由您控制，「Select count（commentid）FROM comments WHERE postID = 2」可能是最好的選擇。如果你只有URL但仍然是你的blog/db，你需要創建一個子查詢「WHERE postID =（選擇任何FROM帖子WHERE permalink = url）」或者任何你想通過URL從帖子中加入評論的方式。

如果是遠程博客，則說明每個博客都有不同的HTML。從本質上講，你將需要構建一個解析HTML的解析器，並尋找像「div class = comment」這樣的重複元素。但是，這將主要是每個不同博客的體力勞動。

有些博客可能有更好的方法，比如在HTML或某個界面的某處發表評論，但我不知道任何標準化的方式。

編輯：如果您有評論RSS提要，您可能有運氣使用計數XML節點的機制，如XPath的Count。

Answer 3

博客幾乎總是有評論的RSS源。如果你有這個，那麼你可以確定評論的確切數量，因爲99％的時間是遵循標準的。即使博客是你自己的，如果你已經生成了一個RSS提要，那麼不要打擾你的數據庫。您已經這樣做了生成提要，因此您只需遍歷XML節點就可以了。這樣你就沒有額外的開銷（取決於你想獲得這些信息的頻率）。