确定特定博客帖子有多少评论的最有效方法是什么？我们要存储新Web应用程序的数据。我们有一个永久链接URl以及RSS提要的列表。

解决方案

回答

如果博客是由我们控制的，则"最好在评论中，从postID = 2的地方选择count(commentid)"将是最好的选择。如果仅具有URL，但仍是博客/数据库，则需要创建子查询" WHERE postID =(选择任何FROM文章，其中永久链接= URL)"，或者以任何方式将评论从URL加入到文章中。

如果它是一个远程博客，则我们会遇到每个博客都有不同HTML的问题。本质上，我们将需要构建一个解析器来解析HTML，并寻找重复的元素，例如" div class = comment"。但这大部分将是每个不同博客的体力劳动。

一些博客可能有更好的方法，例如在HTML或者某些界面中的注释计数，但是我不知道任何标准化的方法。

编辑：如果我们获得Comment-RSS提要，则我们可能会幸运地使用了对XML节点进行计数的机制，例如XPath的Count。

回答

如果我理解正确，那么我们希望启发式估计HTML页面中的评论数，该页面被称为博客文章，是吗？

通常，特定博客会具有一些易于编制的功能。如果我们在http://kstruct.com/上浏览我的内容，我们会看到所有带有注释的页面都显示" X Responses"，因此，如果我们能够在每个博客的基础上做一些工作，那可能不是难的。

如果我们需要通用的东西，我想我们可以检测到注释的一些常用功能。首先，它们中的任何链接都极有可能具有rel =" nofollow"属性，因此在块中看到它可能意味着它是注释。

要寻找的最有趣的事情是同一站点中帖子结构的更改。例如，每个评论都有一个自己的锚点的可能性很大，以便人们可以直接链接到它，因此我们可以在同一页面的给定页面中查看不同数量的<a name="XXX">标签网站以了解评论的相对数量。

正如Michael Stum所指出的，如果页面上有Comment-RSS feed，那么生活就变得轻松多了，因为我们可以以结构化格式获取评论数据。

总而言之，我认为总体而言，这将是一个极具挑战性的问题。

回答

博客几乎总是有RSS feed来评论。如果有的话，我们就可以确定确切的评论数，因为提要99％的时间都遵循标准。即使博客是我们自己的博客，如果我们已经在生成RSS feed，那么也不必打扰数据库。我们已经完成了生成提要的操作，因此有意义的是我们只需遍历XML节点。这样，我们就没有额外的开销了(取决于我们希望多久获取一次此信息)。