一份关于Feed URLs的分析

rexkentzheng
753 阅读5分钟

一份关于Feed URLs的分析

关于Feed是什么可以点击这里，译者注

我一直对Feed接收数据的模式（如果有的话）很好奇。

  • 应该叫什么名字？
    • 通过目录约定？
      • index.xml
      • /feed/index.php
    • 按格式？
      • feed.xml
      • feed.atom
      • feed.rss
      • feed.json
      • feed.php
    • 按内容类型？
      • posts.rss
      • `articles
      • blog.atom
  • 它应该有扩展名吗？ */rss/ */rss.xml
  • 它应该在哪里？
    • /index.xml
    • /path/to/index.xml

我确定答案是：“看情况”。但这里是否有一个通用的模式，让 HTML 倾向于使用index.html文件的无扩展路径？

以上每个问题都重要吗？鉴于你可以使用 HTML 自动发现您的提要，也许准确的 Feed 并不是那么重要？

这的确有可能，但我不太相信。 URL 设计是每个网站最重要的地方之一——我认为这不仅仅是指向 HTML 资源的 URL 。

无论如何，这些想法一直在我脑海中盘旋。然后有一天，我发现了 simeviads 的 web-dev-feeds，这是一个为 Web 开发人员提供的1000个Feed集合。

我的第一反应是：“我必须解析和分析所有这些 Feed ！这肯定会告诉我 Feed 的常见模式！”所以这就是我所做的。下面是我的发现的一些内容。

注意：以下内容可能不是 100% 准确，只是粗略分析。

资源名称

名称出现次数
feed512
rss154
atom63
index62
main20
此数据表示Feed的名称；意思是路径末尾的命名资源与路径中的其他名称无关，即
  • /feed/ -> “feed”
  • /path/to/feed -> “feed”
  • /rss/feed.xml -> “feed”
  • /blog/feed/ -> “feed”

看起来“feed”是最受欢迎的，超过了其他前四个选项的总和！

资源位置：根目录还是二级目录

位置出现次数
根目录 /*675
二级目录 /**/*325
这个分析有点意思，因为如果你再深入一点，资源的命名方式取决于它们的位置——重要的不仅仅是资源的名称，还有资源的整个路径，这无疑会影响它的名称。例如：
  • /feed.xml 大概是整个主机的提要
  • /blog/feed.xml 大概是博客的提要，但主机上可能有其他资源，比如 /podcasts/feed.xml

鉴于命名资源与其所处位置之间存在这种相互依赖的关系，我不确定这个数据点会对任何特定结论产生多大影响——但我仍然觉得看到它很有趣。

资源扩展

扩展出现次数
任意扩展 /feed.*538
不扩展 /feed/462
正如你所看到的，二者非常接近。我发现最有趣的是这些数字如何在各自的类别中细分类别。

任意扩展 (538)

扩展类型出现次数
*.xml459
*.atom49
*.rss20
*.php5
*.json4
到目前为止，XML 是这里最流行的。

以下是 *.xml 扩展名中的细分类目：

文件名称出现次数
feed.xml213
rss.xml102
atom.xml56
index.xml53
blog.xml9
`feed.xml` 显然是最受欢迎的。但我在这里发现有趣的是 XML 文件扩展名并没有消除 RSS 提要或 Atom Feed 之间的歧义。当然，如果你查看文件本身（或者 HTTP 头），你就会知道。或者，如果文件以格式命名，即 `rss.xml` 与 `atom.xml`。你不能从通用的 `feed.xml` 扩展中确定格式。

“RSS 和 Atom 之间到底有什么区别，”您可能会问？老实说，这块我知道的不是很多。这是另一天的博客文章——你可以从 Atom 的原始存在理由 开始了解。

至于第二个最受欢迎的 *.atom 扩展，这里是细分类目：

文件名称出现次数
main.atom19
gh-pages.atom8
releases.atom4
master.atom3
注意到这些名字了吗？它们都是 Github 项目提供的Feed URL。仔细想想，这非常简洁——这些Feed URL 是了解开源项目最新变化的好方法。以下是这些名称来源的一些示例：

无扩展 (462)

路径名称出现次数
/feed/286
/rss/51
/default/19
/atom/7
/blog/6
这些名称都大致遵循出现最多的资源名称并带有扩展名，其中包含 `feed`、`rss`、`atom` 和 `blog`。如前所述，`/feed/` 无疑是最喜欢的资源名称。

/default/ 名称从何而来？有趣的是，每一次出现的 default 都有一个相同的位置：/feeds/posts/default/。这让我认为这些Feed都是由相同的底层技术发布的。也许是 Wordpress ？不。粗略搜索表明此模式源于 Blogger RSS 提要。

其它信息：域名

域名出现次数
feedburner.com62
github.com34
github.io23
mozilla.org11
w3.org11
虽然这和标题没有什么特别的关系，但看看该数据集中的常见域名还是很有趣的。最有趣的事情是 Feedburner 还活着并且还有不少人用！

结论

在筛选完这些数据并写下这篇文章后，我命名 Feed URL 的新方法可能是这样的：

  1. 使用feed作为资源名称
  2. 使用扩展来提示你需要提供的格式（*.xml、*.atom、*.json 等）
  3. 在资源位置使用名词来暗示和消除内容类型的歧义（如果有必要的话）（/blog/feed.xml、/podcasts/feed.xml 等）
  4. 使用 <link> 标签让你的 Feed 自动被人发现

例如，如果您只提供博客文章并且由您的主机推送，这种方法看起来不错：

blog.mysite.com/feed.{rss,atom,json}

然而，如果您正在提供无法通过您的主机名推断出的各种内容类型，可以酱婶操作：

mysite.com/{links,posts,notes,podcasts}/feed.{rss,atom,json}

当然，这一切都取决于您网站的 URL 结构。如有必要，请忽略我的非专家建议。

如果您想查看我是如何解析所有这些提要并得出这些状态的，请查看代码。

avatar
文章
阅读
粉丝