Seznam.cz a RSS – jak to zpracovat?
REKLAMA:
Povídání o Apple, Tesla, Muskovi a cestách mezi BTC a EU na Mars
To je Patrickův týdenní podcast. Poslechněte si, jak se věci opravdu mají ve světě techniky. Ty důležité a podstatné, které vybral někdo, kdo tomu rozumí, ne generátor zpráv.
Rozcestník k podcastu i web verzi najdete zde.
Hlavně ale Seznam odmítá akceptovat i když dám přidat konktrétní adresu na Marigoldí RSS zdroj, nezkousne ani http://www.marigold.cz/feed (plně validní RSS 2.0 zdroj), ani http://www.marigold.cz/wp-rss2.php (to samé bez mod rewrite), ani http://www.marigold.cz/wp-rss.php (RSS 1.0 zdroj). Nevíte někdo nějaký fígl jak udělat RSS zdroj, který Seznam „sežere“? (p.s.: support linka Seznamu samozřejmě nefunguje)
29 komentářů
http://ilblog.sblog.cz/
Nevezme mi ani jednu z těch tří rss adres.
1) má content-length
2) servíruje content type text/html
3) nemá v xml úvodní xml deklaraci
http://web-sniffer.net/?url=http%3A%2F%2Fwww.marigold.cz%2Fmarigold.xml&submit=Submit&http=1.1&gzip=yes&type=GET&ua=Opera%2F9.00+%28Windows+NT+5.1%3B+U%3B+cs%29+Web-Sniffer%2F1.0.24
a
http://web-sniffer.net/?url=http%3A%2F%2Fwww.marigold.cz%2Ffeed&submit=Submit&http=1.1&gzip=yes&type=GET&ua=Opera%2F9.00+%28Windows+NT+5.1%3B+U%3B+cs%29+Web-Sniffer%2F1.0.24
naprosto nechápu a jsem ztracen, nechápu proč jedno z toho prohlížeč automaticky odhadne jako utf-8 a zobrazí správně a to druhé odhadne a zobrazí špatně (když se to ručně přepne na utf-8, tak se i ta druhá stránka zobrazí správně). Takže – jak dostat do php skriptu délku výsledného dokumentu, abychom mohli odflitrovat ten content length problém?
/—code php
‚; ?>
\—
Trying 217.11.242.16…
Connected to marigold.cz.
Escape character is ‚^]‘.
GET /feed/ HTTP/1.1
Host: http://www.marigold.cz
HTTP/1.1 200 OK
Date: Thu, 09 Nov 2006 17:29:26 GMT
Server: Apache
X-Pingback: http://www.marigold.cz/xmlrpc.php
Last-Modified: Thu, 09 Nov 2006 12:51:17 GMT
ETag: „06144929e5dad2a42005342aab0cacf1“
Status: 200 OK
Connection: close
Transfer-Encoding: chunked
Content-Type: text/xml; charset=UTF-8
79b2
18:31:16$~/Desktop/cz-local-search/img>telnet http://www.marigold.cz 80
Trying 217.11.242.16…
Connected to marigold.cz.
Escape character is ‚^]‘.
GET /feed/ HTTP/1.1
Host: http://www.marigold.cz
HTTP/1.1 200 OK
Date: Thu, 09 Nov 2006 17:29:26 GMT
Server: Apache
X-Pingback: http://www.marigold.cz/xmlrpc.php
Last-Modified: Thu, 09 Nov 2006 12:51:17 GMT
ETag: „06144929e5dad2a42005342aab0cacf1″
Status: 200 OK
Connection: close
Transfer-Encoding: chunked
Content-Type: text/xml; charset=UTF-8
79b2
<?xml version=“1.0″ encoding=“UTF-8″?>
<!– generator=“wordpress/2.0.5″ –>
<rss version=“2.0“
To „79b2“ mi připadá podezřelý, myslím, že to tam nemá co dělat. Podíval bych se, jestli tam neposíláš identifikační byty UTF-8.
Ale možná je to i něco jinýho 🙂
Aby se nakonec neukázalo, že géniové v Seznamu neumí http/1.1 (umět chunked je povinné 🙂
Nicmene jako dlouhodobe reseni bych to nedoporucoval, navic bych to jako pricinu skoro vyloucil. Na Content-Length se neda spolehat nikdy a Seznam by mel mnohem vetsi problemy kdyby bez nej neumel pracovat.
http://www.microsoft.com/technet/prodtechnol/WindowsServer2003/Library/IIS/0b8f96a0-53ab-4ef4-ab2e-7bfc5b6f426d.mspx?mfr=true
No, jen napady 🙂
http://www.edginet.org/techie/website/http.html
Kapitola Content-Length header
Staci dat na zacatek generovani XML ob_start(), na konec ob_end_flush() a pred to pridani HTTP hlavicky:
header(‚Content-Length: ‚ . ob_get_length());
Vyreseni problemu bych si od toho nesliboval, ale Content-Length to prida.
No a Seznam vcelku pochopitelně kontroluje nejdřív hlavičky a na těch se zarazí.
Každý kdo se montuje do web aplikací by měl mít protokol http nastudovaný!