Comments on: HTML dentro de los feeds

By: Agua

Agua — Mon, 21 Mar 2005 20:35:54 +0000

Asi es el codigo HTML puede ocasionar problemas en las paginas web

By: Walter

Walter — Wed, 10 Nov 2004 01:23:48 +0000

Respecto al tema del HTML todavía estamos estudiando cuál puede ser la mejor solución. Vamos a tener todo en cuenta, pero lo cierto es que nos está dando menos problemas de lo previsto.

Recordemos además que son exclusivamente problemas de diseño.

Respecto a Feedburner… en principio hacen una cosa muy similar a la que hacemos nosotros:

Independientemente del formato del feed, nosotros lo parseamos y lo normalizamos y mantenemos una copia local en RSS 2.0 validado. Esa copia es la que ellos comparten, por lo tanto se aseguran de servir un RSS correcto con todos los campos obligatorios rellenados.

De hecho, a nosotros no nos costaría mucho dar el mismo servicio que dan ellos. ¿Habría motivos para hacerlo? yo por ahora creo que deben de estar pagando una factura terrible por concepto de ancho de banda…

Ahora bien, parece que hacen alguna otra cosa con el HTML, pero no hemos investigado (por falta de tiempo) si arreglan las “irregularidades” en el html.

En cuanto sepamos algo te contamos.

By: mariano

mariano — Wed, 10 Nov 2004 01:11:01 +0000

BTW, como lo hace feedburner? Tienes un contacto ahi?

By: mariano

mariano — Wed, 10 Nov 2004 01:10:15 +0000

walter.. el sanitize que te sugiere eduardo es muy bueno.. pero como se compartaría frente a tantos requests? Digo.. a cada renovación del xml volveria a procesar todo..
Y cual es la diferencia entre eso y un buen parser (sea con un regex que vos deberías programar o no)? No creo que haya tantos problemas de performance.

By: iOne

iOne — Mon, 08 Nov 2004 08:39:11 +0000

El HTML usado incorrectamente en archivos xml es un trastorno para mi. Estoy trabajando en un proyecto (http://enes.ourproject.org) en el que tengo que parsear estos documentos. Y cuando me encuentro con uno que no cumple al menos los estándares más básicos, me vuelvo loco para que las cosas funcionen… Yo estoy en contra del HTML. Se supone que los feeds son versiones reducidas, que no incluyen todo el artículo, de la web. Tienen que ser rápidas de descargar y mostrar, para ver rápidamente si interesan o no. Todo lo demás es superfluo. Y si por encima empiezan a incluir propaganda entre artículo y artículo…

By: corsaria

corsaria — Sat, 06 Nov 2004 00:25:50 +0000

Blogs visitados…
Sin ning?n orden ni preferencia. :) The Red Horizon. Preciosas fotos. Peter Kaminski Bonitas fotos de arquitectura en Flickr. V?a…

By: agk

agk — Tue, 02 Nov 2004 22:35:18 +0000

Eso era lo que estaba pensando, por que no guardar en cache, ya que abrir el documento XML consume algo de recursos, y estarlo abriendo cada vez que un usuario consulta el documento, sería una locura.

By: Cicloid

Cicloid — Tue, 02 Nov 2004 17:42:13 +0000

Solo dos cosas, que me vinieron a la mente…

Como a Google… Los clusters son sus amigos :)

Y como dijo el Internet Archive… El cache es su amigo :D

By: fael

fael — Tue, 02 Nov 2004 14:57:03 +0000

hola

la solución efectivamente es con los regex, así como el bbcode que si una tag no está cerrada, la muestra como texto

y sí, ya yéndonos a números grandes el uso de cpu sería bastante

yo sé un poco de php, css y flash y demás, sé que todos uds son pros pero si requieren una mano extra con gusto les ayudo

saludos

By: Vuarnet

Vuarnet — Tue, 02 Nov 2004 08:05:38 +0000

sinceramente?

yo aventaria la toalla ;)

jejejeje no te creas…