Pingback和Xml

WordPress有一个功能：当有人引用本站文章时，会添加一条评论在文后，显示引用页面的信息；发博客时WordPress也会通知文章内每个链接，让它知道自己 被引用了。这个功能非常赞，让博客间的互动变得更容易。

改用自己的博客系统后，还想用这么高级的功能，只有靠自己了。搜索得知，这个功能叫Pingback，是基于XML- RPC的一个协议。Pingback功能需要实现一个xmlprc client，在文章更新时ping对方服务；以及一个xmlrpc server，来接受其它服务器发过来的ping。

先研究下XML-RPC协议，走http用xml来交换数据，跟SOAP很像，但比SOAP简单的多。Python里有现成的库可以方便的处理xmlrpc。

来尝试下写个xmlrpc客户端：

from xmlrpclib import ServerProxy

    from pprint import pprint

    s = ServerProxy('http://www.aoao.org.cn/xmlrpc.php')
    pprint(s.system.listMethods())

这段代码运行完，输出了aoao同学提供的好多方法。那些metaWeblog、blogger、wt、wp开头的都是跟博客管理有关的，调用时需要传帐号密码，就先 不玩了。试下addTwoNumbers和sayHello，看名字应该可以玩：

>>> s.demo.addTwoNumbers(1, 2)

    3
    >>> s.system.multicall([{'methodName':'demo.addTwoNumbers','params':[1,2]},{'met
    hodName':'demo.sayHello','params':[]}])
    [[3], ['Hello!']]

果然成功了。看起来跟本地函数一样的调用形式，xmlrpclib却在后台把输入参数拼装成xml，post给远端服务，再拿到返回的xml数据解析出返回值。也支持 多个方法批量调用，真是太赞了~

回过头来看Pingback协议，更新文章时怎么通知他人就有思路了：

• 先找出文章中所有链接，还要找出链接对应的xmlrpc(pingback) server；
• 调用该server的pingback.ping方法，把本文链接和对方链接作为参数传过去；
• 处理返回状态，记录下这次pingback的信息，这是为了避免更新文章时多次ping。

官方文章中提供了两种方案从一个链接找到对应的xmlrpc server：

• 查找该链接response header里的X-Pingback字段；
• 查找该链接页面里的标记。

万能的python搭建一个xmlrpc服务也很简单：

from SimpleXMLRPCServer import SimpleXMLRPCServer


    def sayHello(name='Kitty'):
        return 'Hello %s' % name

    server = SimpleXMLRPCServer(("localhost", 8000))
    server.register_function(sayHello, 'hello')
    server.serve_forever()

上面的代码搭建了地址为http://localhost:8000的xmlrpc服务，并提供了hello方法，试下：

>>> from xmlrpclib import ServerProxy

    >>> s = ServerProxy('http://localhost:8000')
    >>> s.hello()
    'Hello Kitty'
    >>> s.hello('Jerry Qu')
    'Hello Jerry Qu'

没问题。剩下的工作就是实现一个能提供pingback.ping方法的xmlrpc server了。看了wordpress的实现，感觉还是挺复杂的，记下来：

• 从过来的xml中解析出pagelinkedfrom（来源url）和pagelinkedto（被请求url）；
• 根据pagelinkedto找出被请求页面post_ID，wp支持多种格式的文章链接，找post_Id这部分代码非常纠结；
• 抓取pagelinkedfrom网页内容，提取标题，并找出pagelinkedfrom的位置，并提取该位置附近的文字作为摘要，这一步代码也非常复杂；
• 将上一步得到的标题、摘要、和pagelinkedfrom添加到被请求页面的评论中；
• 上面任何一步出现异常都将终止流程并返回异常，否则记录该pingback状态，返回成功。

由此可见，wordpress为了实现pingback出现在评论里，以及智能提取摘要的功能，写了非常多的代码。

最后，原理都弄明白了，就等找时间开工了。