如何判断rss是否更新过

Question

最近在写一个python程序要把一些rss中的文章不断获取下来

但不知道怎么判断rss是否更新过，只获取那些更新出来的文章

目前的想法是对每一个rss存一个最新文章的时间，下一次把所有更新的文章获取下来，然后更新这个最新时间

---

对了还有另外一个问题，就是感觉rss中的文章数没有网页上多，貌似好几天才有新的，但网页上是每天都有的，是什么原因？

Answer 1

理论上来说，rss在http header应该返回一个last-modified或者etag（atom），可以通过这个来判断

python的feedparser中，可以这样用

import feedparser
d = feedparser.parse(rss_url)
d = feedparser.parse(rss_url, modified=d.modified, etag=d.etag)
d.status # 304
d.feed # {}

如果没有更新的话，第二次就不会获取到东西

Answer 2

rss不是有guid嘛，把最新的guid存一个，再爬的时候判断一下呗，rss有没有更新那是别人服务端程序自己的事，你也控制不了

Answer 3

lz，求这个程序代码！毕设题目是这个，想请教楼主大大帮帮忙，零基础，如何快速做完这个项目，蟹蟹