Ruby on Rails的高性能RSS/Atom解析

Question

我需要解析数以千计的提要，性能是一个基本要求。你有什么意见建议？

提前感谢！

Answer 1

我还没有尝试过，但我最近读到了Feedzirra (它声称是为性能而构建的) :-

Feedzirra是一个提要库，旨在尽可能快地获取和更新多个提要。这包括使用libcurl-multi通过taf2- libxml获得更快的http get，使用libxml通过nokogiri和sax-machine获得更快的解析。

Answer 2

您可以使用RFeedParser，一个(著名的) Python Universal FeedParser的Ruby-port。它是基于Hpricot的，而且非常快速和易于使用。

http://rfeedparser.rubyforge.org/

举个例子：

require 'rubygems'
require 'rfeedparser'
require 'open-uri'

feed = FeedParser::parse(open('http://feeds.feedburner.com/engadget'))

feed.entries.each do |entry|
  puts entry.title
end

Answer 3

当你只有一把锤子时，一切看起来都像钉子。考虑使用Ruby之外的其他解决方案。虽然我喜欢Ruby和Rails，但我不会因为web开发或特定领域的语言而放弃它们，但我更喜欢用Java、Python甚至C++来执行您所描述的那种繁重的数据提升。

由于这些解析数据的目标很可能是一个数据库，因此它可以作为解决方案的Rails部分和其他语言部分之间的共同点。然后，您使用最好的工具来解决您的每个问题，结果可能更容易处理，并真正满足您的需求。

如果速度真的很重要，为什么要在上面添加额外的约束，并说：“哦，只要我能使用Ruby，它就是最重要的。”