我正在使用 python 构建一个应用程序，其功能类似于 RSS 聚合器。我正在使用 feedparser 库来执行此操作。但是，我正在努力让程序正确检测是否有新内容。
我主要关注与新闻相关的提要。除了查看是否已将新项目添加到提要中之外，我还希望能够检测以前的文章是否已更新。有谁知道我如何使用 feedparser 来做到这一点，记住唯一的强制性项目元素是标题或描述？我愿意假设链接元素也将始终存在。
Feedparser 与每个项目关联的“id”属性似乎只是指向文章的链接，因此这可能有助于检测提要上的新文章，但不能检测对以前文章的更新，因为这些文章的“id”不会改变。
我查看了 stackoverflow 上的先前线程，有些人建议散列内容或散列标题 + url，但我不确定这意味着什么或如何去做（如果确实是正确的方法）。
在这种情况下，散列意味着计算一个较短的值来表示 url 和 title 的每个组合。当您使用哈希函数确保冲突的几率（两个不同的项目生成相同的值）很低时，这种方法很有效。
传统上，MD5 一直是一个很好的功能（但注意不要将它用于加密操作 - 为此目的已弃用它）。
举个例子。
>>> import hashlib
>>> url = "http://www.example.com/article/001"
>>> title = "The Article's Title"
>>> id = hashlib.md5(url + title).hexdigest()
>>> print id
785cbba05a2929a9f76a06d834140439
>>>
这将提供一个 ID，如果 URL 或标题更改，该 ID 也会更改 - 表明这是一篇新文章。
如果您还想检测对文章内容的编辑，可以下载文章内容并将其添加到哈希中。
请注意，如果您确实打算将整个页面拉下来，您可能需要了解一下HTTP conditional GET with Python以节省带宽并对您正在访问的网站更加友好。