用 Feed 实现 Blogger 分页

使用 Blogger 建博客，一个很不爽的问题是在首页下方没有分页功能，这会直接导致有兴趣的读者没有办法方便的翻阅以前的旧帖子；而 Blogger 提供的模板，无论是老的 Template，还是新的 Layout，都没有相关的标签来实现这个功能，因此要加上这个功能，就只能继续 hack 了。

这两天利用 Blogger 的完整帖子的 Feed，配合 PHP 实现了这个功能。思路为：

• 读取原始的 index.html，把帖子的部分去掉，也就是 <Blogger>...</Blogger> 这段内容
• 读取以下 Feed 地址，解析出文章的日期、时间、标题、正文、标签等，按照原来模板的格式，用 PHP 输出到原来 index.html 放文章的地方

  http://www.blogger.com/feeds/[blogId]/posts/full?max-results=[step]&start-index=[startIndex]&orderby=published

• 根据当前页码以及总帖数计算分页，在页面底部添加分页链接
• 如果有条件，可以利用 .htaccess 文件，将分页的 URL 由原来的

  xxx.php?page=x

  形式替换成对搜索引擎更友好的

  /index/x

  形式

如此一来，就可以在自己不存储任何文章数据的情况下，实现分页功能。当然，直到目前，以上的 Feed 地址仍然是被墙的，需要翻墙或者使用 HTTP 代理才能成功地获取内容。

评论功能修复

刚刚发现 Blog 的评论功能不能用了，提交后一直显示等待。查了一下，发现是 GFW 的问题。

自 5 月 16 日，Blogger 及托管站 BlogSpot 再次被封，导致域名 blogger.com 以及 blogspot.com 全部无法访问。而我的评论系统，是靠通过 Blogger 的 Feed 地址，由 AJAX 和 Blogger 之间通讯实现读取；由 AJAX 直接向 Blogger 的评论表单处理 URL 发送 POST 请求实现提交。这两项功能都是基于 www.blogger.com 域名的。前者所用的 Feed 地址由于先前早已被封，并通过朋友在 DreamHost 的主机上放了一个 PHP 的中转程序，所以评论列表功能一直可以用，但是评论提交是直接 POST 的，www.blogger.com 被封，所以评论自然就失败了。

没办法，刚刚改进了一下我的 HTTP 中转程序，实现了 POST 的功能，现在评论功能已经修复了。只是整个数据流程要经历“本地网页 » blog.windia.net » DreamHost » www.blogger.com » DreamHost » blog.windia.net » 本地”这样漫长的路径，因此提交评论可能需要数十秒的时间，但聊胜于无吧。希望 GFW 早日放过 Blogger，这样功能就能完全恢复正常了。

另外，修改了一下模板，把 blogger.com 上引用的 CSS 以及 JS 文件的地址都改由 DreamHost 上的 HTTP 中转读取，这样在打开 Blog 页面时，浏览器不用再等待这些文件的 HTTP 请求超时，速度应该能快不少。

Blogger 的评论 Feed 中去掉了 URI

最近发现每篇文章下方评论的作者都没有了 URL 链接，即使是我自己确认添加了链接的回复评论也是如此。

因为评论的现实是利用 Blogger 基于 JSON 格式的 Feed，于是仔细研究了一下 Blogger 给的 Feed 的内容，发现 author 字段里面的 uri 属性被去掉了。

评论链接有效的时候，Feed 中关于作者的 JSON 代码是这样的：

"author":[{"name":{"$t":"Gregory"},"uri":{"$t":"http://blog.windia.net"}}]

而现在改成了：

"author":[{"name":{"$t":"Gregory"},"email":{"$t":"noreply@blogger.com"}}]

其中无论是谁评论，email 字段的地址一律都是 noreply@blogger.com。另外也看了 XML 格式的 Atom 输出，uri 属性也同样被替换成了 email。

Google 会做如此变更，目的还不得而知。如果是和反垃圾评论信息有关的话，链接的内容仍然可以放在评论正文中。

另外，blogger.com 网站上的评论页面仍然可以正常显示作者的链接，因此这个信息应该还是存在于 Blogger 的数据库中的，只是没有在 Feed 中输出。

Update at 18:41 on 2009/04/20:

下午发现这个 Blog 的评论作者链接显示正常了，而我的另一个 Blog 今日无大事还是没有链接，打开 Feed 的内容下来分析，发现 author 字段的内容已经又更新了，新的内容为：

"author":[{"name":{"$t":"Gregory"},"uri":{"$t":"http://blog.windia.net"},"email":{"$t":"noreply@blogger.com"}}]

目前是 uri 和 email 都有了。接下来怀疑另外一个 Blog 显示不正确是缓存问题，没道理用同样的 Feed 接口，不同的 Blog 站点内容格式不同。通过添加一个无意义的附加参数改变 Feed 的 URL，则两个 Blog 都能正确显示评论作者的链接了。之前缓存问题，是由于国内目前 Feed 的地址被墙，我通过另外一台在国外的服务器帮助取得内容再 forward 过来，缓存在那边，所以刷新无效。

看来这应该是一个 bug，只是被 Blogger 很快的修复了…… 在 Known Issue 网站上并没见到相关的说明。

你博客的 ping 列表真的全在工作吗？

我们知道在博客发表文章时，可以利用 XML-RPC 技术将更新通知到各种 Blog 的服务商、搜索引擎等，好让它们主动来抓取，从而提高博客文章被收录的速度和范围。

Google 的 Blogger 不像 WordPress，后者提供了一个方便的 Update Service，只要将 Blog 服务商公布的 XML-RPC 接口地址填进去就可以方便的在发布的时候 ping 这些地址。Blogger 只是在 Settings » Basic 有一个“Add your blog to our listings?”的选项，解释说选择了“Yes”，Google Blog Search 以及 Weblogs.com 就会来收录，除此之外并没有一个可以设置 ping 接口地址列表的地方。

我强烈怀疑 Blogger 这个选项的作用，因为曾经有很长一段时间 Google Blog Search 都没有收录我的文章，后来为了确保收录效果，每次发布文章后我都手工 ping，于是通常 5 分钟内文章就会被收录，而 10 分钟左右，Google 的网页搜索也会收录这篇文章（观察到的最快纪录为 8 分钟）。但是每次都要手工去 ping 确实很麻烦，于是今天就琢磨着自己用 PHP 写一个简单的 XML-RPC 客户端来做这个工作，顺便还可以把其它主流的 ping 服务地址加进去，批量执行。

结果是不试不要紧，一试吓一跳。我参考 Weblogs.com 和 Google Blog Search 提供的标准 ping 操作 API 文档写了一个 XML-RPC 的客户端，测试了一下主流的 ping 服务地址列表，发现其中有很大一部分都不能正常工作。

http://blogsearch.google.com/ping/RPC2
http://rpc.pingomatic.com/
http://api.my.yahoo.com/RPC2
http://api.moreover.com/RPC2
http://rpc.newsgator.com/
http://rpc.weblogs.com/RPC2
http://www.feedsky.com/api/RPC2
http://ping.feedburner.com/
http://rpc.technorati.com/rpc/ping
http://ping.blog.qikoo.com/rpc2.php
http://blog.iask.com/RPC2
http://www.xianguo.com/xmlrpc/ping.php
http://www.zhuaxia.com/rpc/server.php

以下就来一一看一下 ping 这些地址得到的具体结果。

以上这些地址中，能够完全按照标准 API 正常工作的有：

http://blogsearch.google.com/ping/RPC2
http://api.my.yahoo.com/RPC2
http://api.moreover.com/RPC2
http://rpc.weblogs.com/RPC2
http://rpc.technorati.com/rpc/ping

以下是其它有问题的 ping 接口的具体情况。

http://rpc.pingomatic.com/

这是一个十分有名，被博客界所有人争相 ping 之的地址，但是，真的有人见过它返回正确的结果吗？我试了很多次，无论是请求 weblogUpdates.extendedPing 方法，还是weblogUpdates.ping 方法，无论是提供两个参数还是三个、四个参数，它返回的 HTTP 头永远只会是“501 Not Implemented”，正文部分没有任何内容。我另外还试了 http://rpc.pingomatic.com/RPC2 和 http://pingomatic.com/ 两个地址，得到的结果一样。

http://rpc.newsgator.com/

这个地址存在大家的列表中，我感到非常诧异，因为这个域名都已经不存在了，我换了很多个 DNS 服务器都不能解析出它的 IP 地址。后来发现了 NewsGator 的另一个 ping 接口：

http://services.newsgator.com/ngws/xmlrpcping.aspx

经过测试，这个是可以正常工作的。

http://ping.feedburner.com/

起先 FeedBurner 的接口很长时间都不返回，纳闷了很久；细查之下，发现 ping.feedburner.com 这个域名做成了 feeds.feedburner.com 的 CNAME 纪录，而众所周知后者已经被墙，所以实际上这个 ping 接口是没有办法直接通知到的，除非发起 ping 动作的客户端在国外运行。

http://www.feedsky.com/api/RPC2

Feedsky 趁着 FeedBurner 被封在国内很是火了一把，可是做事情的态度和质量还是和人家有差距。首先是没有实现 weblogUpdates.extendedPing 方法，而在请求 weblogUpdates.ping 方法时，返回的结果也很不稳定。有时是正常的结果，有时会以错误码 304 将整个 Feed 的内容放在 message 字段中返回，有时又干脆什么都不返回。

http://ping.blog.qikoo.com/rpc2.php

这个似乎是奇虎官方给出的地址，而几乎网上搜到的所有 ping 列表中都有它。奇怪的是，这个地址根本打不开，HTTP 状态码为 404。我曾经猜测是不是大家在传抄过程中不小心弄错了大小写，于是也试了 RPC2.php, RPC.php, rpc.php，结果都是 404。

http://blog.iask.com/RPC2

新浪这个表面看起来很不错，相应速度很快，返回的 XML 格式也很标准。可是无论怎么提交，返回结果都是 flerror: 1; message: sorry,failing。以至于让我怀疑，这个接口背后的后台程序真的有在运作吗？

http://www.xianguo.com/xmlrpc/ping.php

发出请求大约 5 秒钟后，返回如下内容：

Fatal error: Call to undefined function xmlrpc_server_create() in /opt/lamp/code/common/rssreader-common-2008-11-12-14-31-18/topgene/feed/xmlrpc/server.php on line 15

怎么？PHP 的扩展库都还没配置好就当公共运营的服务器了？而且还直接把错误信息输出到页面上，服务器路径信息一览无余。鲜果啊鲜果，让我说你什么好哇！

http://www.zhuaxia.com/rpc/server.php

抓虾比鲜果好点，至少还返回了，只不过不知道返回的是啥。返回结果如下：

<?xml version="1.0" encoding="utf-8"?>
<methodResponse>
<params>
 <param>
  <value>
   <boolean>0</boolean>
  </value>
 </param>
</params>
</methodResponse>

如果说你看不懂 Weblogs.com 的英文文档倒也情有可原，但是照着 Google 的中文文档依葫芦画瓢总会吧？自己想当然的随便弄一下就完事了？

由以上可以看出，大公司终究还是大公司。令人深思的是，这些不能正常工作的接口中，几乎全是国内的服务商，其中有些暴露出来的问题，更是令人汗颜。

Blogger 的相关文章和热门文章

看到很多别人的 Blog 在文章页面下方都有“相关文章”和“热门文章”的列表，无疑能够增加访问者继续阅读文章的兴趣。可是 Google 的 Blogger 没有这样的功能，于是自己想办法也添加了一个。

由于 Blogger 并没有提供相关的模板标签(Tags)来支持这样的功能，因此自己只好用 PHP 和 MySQL 建立了一个简单的数据维护和查询系统，然后用 AJAX 的方式在页面上显示出来。具体来讲有以下内容：

• 利用 Google Blogger 的 Feed 接口将文章的 ID、标题、标签、URL、发布及修改时间等内容用程序导入到数据库。
• 将 Google Analytics 的页面浏览数统计（统计报告 » 内容 » 最常见内容）数据导出成文本文件，再通过程序导入到数据库。
• 用 PHP 建立一个“相关文章”的查询接口。输入参数为文章的 ID，输出为指定数量的相关文章列表。具体算法上，先用 ID 查出基准文章的标签，然后在数据库中文章中比对标签匹配的数量，按照标签匹配数量从多到少找出相关的文章。
• 对于热门文章，有两种计算方法。一种是按有史以来所有文章的浏览量来排序，但是用这种方法得到的结果，基本上都是 2005 年很老的文章，而很多有意义的新文章却很难出现。于是我采用了另一种算法，即按照每日平均浏览量来排序，这样比较新的浏览量比较大的文章也能出现了。

修改好模板以后，将整个 Blog 重新发布，现在这些功能已经调试好并上线了。顺便抱怨一下，对于用 FTP 发布的 Blogger 来讲，帖子多了以后，整站重新发布，真是一个漫长的过程啊。

在修改模板的同时，也顺便改了一下首页上提示阅读全文的方式，将原来的“点击这里阅读全文”的文字链接改成了图标，希望这样看起来更醒目一些，在我另一个非技术的 Blog 上可以看到效果。

另外，最初做的模板的 PSD 文件找不到了，也忘了当时在标题部分用的哪种字体。这给后面添加新的标题带来很多麻烦。于是趁这次修改模板，一并将标题的图片都修改了。找了很多字体，也研究了很久，挑了 10 种非衬线(Sans Serif)字体出来，最后选中的竟然是 Windows XP 自带的 Lucida Sans Unicode。

让 Google Blog Search 收录文章

Google 除了网页搜索外，还有个专门搜索博客文章的引擎，叫做 Blogsearch。基于 Google Blogger 构建的博客里面，反向链接的数据就来源于此。每次打开 Blogger 文章页面，实际上都会通过 JavaScript 作一次 Blogsearch 搜索，并把返回结果作为反向链接显示。

你可能觉得既然 Google 网页搜索都收录了，那同是一家的 Blogsearch 一定也收录了。事实并非如此。

通过 Google 的 Webmaster 管理工具 向 Google 提交自己的 Sitemap，有利于让 Google 在第一时间收录网站更新的页面，但是，这仅限于网页搜索。

最近发现 Blogsearch 似乎没有收录我的文章，仔细查看发现居然已经有两个月之久了，而这些文章通常在发布后快则数小时慢则最多一天内就被网页搜索收录，很是诧异。Google 了一把，找到这篇文章分析原因，说是因为 Blogsearch 和 Feedsky 的自定义域名不兼容有关。

我确实是在 FeedBurner 被封后改在页面上使用 Feedsky 的服务，但对于 Google 的 Blogsearch，向来是由 FeedBurner 自动去 Ping 的，就算 FeedBurner 被封但这个机制应该是仍然在工作的。而且要出问题早该出了，也不至于是在最近这两个月发生吧。百思不得其解，打开 FeedBurner 仔细查看了一下设置，发现设置中“Publicize » PingShot » Google Blog Search Pinging Service”前面的复选框没有勾上！难怪 Blogsearch 不收录文章了，都没人通知它了啊…… 至于为什么 FeedBurner 上这个选项是关闭就不得而知了。如果你也使用 FeedBurner 的服务，也发现 Blogsearch 收录有问题，那么最好也去检查一下。

把这个选项打开后，为了以防万一，又到 Blogsearch 的网址提交页面重新提交了一下网站的 feed 地址。大约过了一小时后，最近两个月没有被收录的文章就立即能够被搜索到了。注意这是一次性的通知服务，如果没有自动 Ping 的机制，则每次网站更新后都要手动执行这个操作。

如果使用其它支持自动 Ping 的 BSP 的话，可以添加 Blogsearch 的 Ping 服务 API 地址：

http://blogsearch.google.com/ping/RPC2

如使用 WordPress 的话，在 Update Services 里面添加这个地址就可以了。更多详细内容可以参考 Blogsearch 的常见问题和 API 接口文档。

Updated on 2008/10/29:

实践证明，使用 Google Blog Search 对 Google 文章的收录是有显著成效的。如下图，在文章发布后，立即 Ping 了 Google Blog Search，不多久就被收录；9 分钟后，Google 的网页搜索便也收录了这篇文章。

Blogger Feed 地址被封？

之前用 Blogger Feed 的 JSON 回调功能实现了侧边栏的“最近评论列表”，后来在把页内评论表单改成 AJAX 方式的时候，也顺便把文章下方的评论改用 AJAX 异步获取了，这样在提交评论后可以立即显示出来，而不用等待 Blogger 通过 FTP 发布重建页面。

可是最近一段时间，发现这两处的评论列表都出现了问题，显示时好时坏，到后来就直接停止工作了（一直显示 Loading Comments...）。而且，在访问了我的 blog 地址的一段时间内，无法打开 www.blogger.com 域名下任何页面。但是如果使用代理，则以上问题都不存在。所以我想大概是 Blogger 的 Feed 地址被封了。

Google 了很久也没看到有类似的案例，因为作为 Blogger 的用户，BlogSpot 和自定义域名的 blog 上，feed 是可以正常访问的。但是对于本站这种 FTP 发布的来说，就只能依赖 http://www.blogger.com/feeds/... 这个地址了。估计是国内用 Blogger FTP 发布的 Blog 并不多，也很少有依赖 feed 地址来实现功能的，所以也就没太关注这个问题吧。通过 Google 找到另一个用 Blogger FTP 发布的例子，mixfog，细研究下发现博主完全摒弃了 Blogger 的评论系统，自己实现了一套评论，可以自动获取并显示评论者留下的 URL 的 favicon，还可以回复评论，真是有心啊……

为了解决这个问题，我寻思了好久都没有找到办法。因为打开评论的 feed 地址是在 JavaScript 调用的，因此要求所有的访问者都能访问这个地址才行。我试过写一个中转的 PHP 程序在服务器上来获取内容再直接返回，可在服务器上实验时直接返回了 404，看来在国内是没办法访问到的了。

今天突然想起来如果能够在国外的网站上做这样一个中转，就可以解决了，于是问了下朋友 liuming，把中转的 PHP 页面放到他的 DreamHost 主机上，于是问题就解决了…… 在此深表谢意！郁闷了好久的问题终于解决了。

顺便说句题外话，DreamHost 上 500G 空间、可开无数独立站、每月流量限制 5T 的虚拟空间，一年才 119 美元，看样子比我在国内租的合租服务器划算多了啊…… -_-bb

用 AJAX 实现 Blogger 页内评论

之前服务器上有 Java 环境时，一直用一个自己写的 Servlet 作为中间代理来向 Blogger 的评论页面 POST 表单数据，实现页面内的评论操作，后来转挂在朋友的 IIS 服务器下，由于对 ASP 不熟，这一功能就一度取消了。现在购买了新的 Linux PHP 服务器，因此用 PHP 重新写了一个同样功能的中间代理来实现这一功能，并且实现成了 AJAX 的模式。评论内容的读取也一样通过 Blogger Feed 的 JSON 模式读取，因此提交评论后可以立即显示出来，而不用再等待 Blogger 重新生成 HTML 页面并通过 FTP 上传这一漫长的过程。（虽然实际上后台它还是不可避免的执行了这个过程。）

经过多次测试，应该可以用了。关于 Spam 的问题，以前的验证码是直接读取的 Blogger 页面的 Captcha 图片，现在 Google 改变了表单结构以至于程序已经无法自动做这个动作。所以我取消了 Blogger 自己的 Captcha 验证，自己写了个简单的加减法验证，虽然仍然不能完全杜绝 Spam，但已经比几天前测试时裸奔的情况好多了。当时夸张到一个下午一张帖子被贴了 50 多条 Spam 评论。毕竟传说 Google 的 Captcha 也已经被破解了么，同样不能完全杜绝 Spam。 ;-)

另外，Backlink 不显示的问题也修正了。不过，经过前端时间页面恶意代码事件的影响，目前似乎已经没什么 Backlink 了…… :-(

通过 GData API 提交评论

前两天有提到升级到 Blogger Beta 后发布评论的问题。今天从 Google Groups 上的 Google Data API 讨论组上看到一个新的发布评论的办法，就是用 GData API 通过单贴评论的 Feed 地址

http://beta.blogger.com/feeds/blogID/postID/comments/default

发布。

这个方法与向 http://beta.blogger.com/comment.do 直接 POST 数据的方法比起来，要科学得多。经过测试，这个方法确实可行，评论发布后，页面会被正常地重建。然而，仍然有问题：评论对应的发布者被设置成了 Blogger 的主人，也就是在向 feed POST 数据之前提供给 Google 的身份验证信息对应的用户。

据讨论组上 Blogger 的研发人员回复说，官方并不支持这种方法提交评论，尽管它确实是可行的。我想之所以会有上面的问题，大概是因为这个方法原本是用来发布帖子用的，在这种情况下，作者信息自然就应该从通过身份验证的 Blogger 账户中取得。

已经在这个有关 GData API 提交评论的讨论串中提出建议修正这个问题，不过不知道 Blogger 会不会理我。在这个问题被修正之前，这个方法实际仍然无法投入实用，毕竟不会有人会让所有评论的作者信息丢失掉。

Feeds of Blogger Beta

今天爬 Blogger Beta 的资料，发现 Blogger Beta 除了可以提供整站帖子、整站评论以及分帖子评论的 feed 以外，甚至可以按照单个的 label 来提供 feed，格式如下：

http://beta.blogger.com/feeds/blogID/posts/default/-/labelname

URL 中的 labelname 就是要订阅的 label，注意中间的“-”符号不能少！

另外，把其它的订阅地址的格式也一并写在这里：

订阅整站帖子全文：

http://beta.blogger.com/feeds/blogID/posts/full

订阅整站帖子默认，即按照 Blogger 的 Site Feed 设置选项：

http://beta.blogger.com/feeds/blogID/posts/default

订阅整站评论：

http://beta.blogger.com/feeds/blogID/comments/default

订阅单贴评论：

http://beta.blogger.com/feeds/blogID/postID/comments/default

Update on 2006/11/17:
对于 label 的 Feed，发现如果 labelname 中含有空格，则无法正确获取 Feed 内容，会出现 Blogger 的“We're sorry, but we were unable to complete your request.”报错页面，例如：

http://beta.blogger.com/feeds/blogID/posts/default/-/Knowledge Base

无论中间的空格是否被 urlencode 成 %20，都会出现这个情况。已经向 Blogger GData API 讨论组 提交了这个问题，不过至今仍未有任何回复。

Update on 2007/01/12:
这个问题在 Blogger GData API 的另一个讨论串中被再次提到，并被认定为一个 bug，可以通过这里来追踪。希望这个问题能够早日得到解决。