如何使用R使用流式XML（RSS提要）？

Question

我在某种程度上理解了如何使用XML包来读取和解析XML文件，例如一部分RSS feed。 但是，连续读取RSS feed的基本设置是什么？

例如，假设我想建立一个设施，该设施可以从http://evemaps.dotlan.net/feed/sovereignty连续读取提要，并将数据存储在某种R数据结构中（例如data.frame ）。 。 我想我将需要执行以下操作：

1. 在服务器（例如，AWS实例上的RStudio服务器）上设置R
2. 打开与rss提要的HTTP连接
3. 连续读取和解析提要的不同位，并将其添加到data.frame ，此值data.frame添加的每个条目而增加

但是，这仍然是一张模糊的图片。 我需要将哪些基本的软件包和功能串在一起才能完成这项工作？ 含义：创建此类设施需要采取哪些基本步骤？ 我不是在寻找任何人为我编写此工具（即使那会很好！）。 相反，我试图了解所涉及的总体步骤。

Answer 1

我认为您正在寻找pubsubhubbub 。

使用RSS客户端（即，您在AWS上的R应用程序），您有2个选择：轮询或PubSubHubbub（又名webhooks，PuSH等）。 如前所述这里 ，与轮询可能会超出一些出版商的最大太平天国政策后节流。 使用PuSH，发布服务器可以在有新更新时实时通知您的R应用程序，因为它可以作为订阅。

上面链接的SO答案指向热门的即付即用中心提供商Superfeedr的博客，以及描述PuSH协议的工作流程并显示命令行实现的帖子 。

您可以从制作PuSH的工程师之一的Google IO 2010演示中了解有关该协议的更多信息。