发现网站的源URL

Question

如何发现网站的提要URL？

当我抓取Microsoft's blog超文本标记语言时，我可以看到：

<link rel="alternate" type="application/rss+xml" title="Site Home (RSS 2.0)" href="http://blogs.technet.com/rss.aspx"  />
<link rel="alternate" type="application/rss+xml" title="B1ackD0g&#39;s Comments (RSS 2.0)" href="/members/B1ackD0g/comments/rss.aspx"  />
<link rel="alternate" type="application/rss+xml" title="B1ackD0g&#39;s Activities (RSS 2.0)" href="/members/B1ackD0g/activities/rss.aspx"  />
<link rel="alternate" type="application/rss+xml" title="Activities of People B1ackD0g Follows (RSS 2.0)" href="/members/B1ackD0g/activities/followersrss.aspx"  />
<link rel="alternate" type="application/rss+xml" title="B1ackD0g&#39;s Groups Activities (RSS 2.0)" href="/members/B1ackD0g/activities/groupsrss.aspx"  />
<link rel="alternate" type="application/rss+xml" title="The Official Microsoft Blog – News and Perspectives from Microsoft (RSS 2.0)" href="http://blogs.technet.com/b/microsoft_blog/rss.aspx"  />
<link rel="alternate" type="application/atom+xml" title="The Official Microsoft Blog – News and Perspectives from Microsoft (Atom 1.0)" href="http://blogs.technet.com/b/microsoft_blog/atom.aspx"  />

这里我可以假设的是，我可以查找href以"http://blogs.technet.com/b/microsoft_blog/“开头的标记。

这是安全的假设吗？

我需要做的基本上是获取一个URL并返回它的提要URL。

Answer 1

在不知道的情况下，没有安全的方法来假设网站的feed url是什么。在本例中，属性type的值似乎足以确定提要，但不能保证在示例之外设置该值。您可以尝试通过搜索包含RSS的链接的标记来猜测，甚至可以针对feedburner http://feeds.feedburner.com/somedomain之类的服务进行测试，但您仍然不能确定。