DotText源码阅读(7) --Pingback/TrackBack

博客这种服务的区别于论坛和所谓文集网站,很大程度上我认为是由于pingback/trackback的存在,使得博客这种自媒体有可以延展加入SNS的要素。所以分析博客程序,我们需要了解这种协议以及协议的实施细节。
       在dottext的源代码中,在发表作品中,我们可以看到有pingback协议的支持,同时在web services的实现中,有trackback协议的实现。至于什么是piongback/trackback协议,google下应当可以找到,也不用我费口舌。
              通过              <HttpHandlerpattern="/(?:admin)"type="Dottext.Web.UI.Handlers.BlogExistingPageHandler, Dottext.Web"handlerType="Factory"/>
的映射,使得我们访问每一个blog的admin目录时候,都会UrlRewrite到dottexweb\admin目录下的相对应aspx文件(参考前面部分),其中在发表post的时候,我们看到是这样一个调用关系:
       private void UpdatePost()
         {   
              if(Page.IsValid)
              {
                   string successMessage = Constants.RES_SUCCESSNEW;
                   try
                   {
                       Entry entry = new Entry(EntryType);
 
                        entry.Title = txbTitle.Text;
                        entry.Body = Globals.StripRTB(ftbBody.Text,Request.Url.Host);
                      
                        entry.BlogID = Config.CurrentBlog(Context).BlogID;
                      
                       if (PostID > 0)
                       {//是更新操作
                            successMessage = Constants.RES_SUCCESSEDIT;
                            entry.DateUpdated = DateTime.Now;//BlogTime.CurrentBloggerTime;
                            entry.EntryID = PostID;
                           
                            Entries.Update(entry);
                           
                       }
                       else
                       {//新建操作
                            entry.DateCreated = DateTime.Now;//BlogTime.CurrentBloggerTime;
                            PostID = Entries.Create(entry);       
                       }
                   }
                   catch(Exception ex)
                   {           }
                   finally
                   {            }
              }
     }
     Entries.Create(entry);是这样的:
         public static int Create(Entry entry, int[] CategoryIDs)
         {
              HandlerManager.PreCommit(entry,ProcessAction.Insert);            
              int result = DTOProvider.Instance().Create(entry,CategoryIDs);             
              if(result > 0)
              {
                   HandlerManager.PostCommit(entry,ProcessAction.Insert);                
              }
              return result;
     }
     最终的数据存储试调用DTOProvider也就是DataDTOProvider 最终是落到 SqlDataProvider 来实现数据存储操作。但是我们注意到 HandlerManager.PostCommit(entry,ProcessAction.Insert);     这个操作。仔细看看:
     HandlerManager 是一个关于Entry操作类的包装类(wapper class),PreCommit是这样定义的:
          Process(ProcessState.PreCommit,e,pa);
     而Process是这样读取web.config的
     public static void Process(ProcessState ps, Entry e, ProcessAction pa)
         {     //Do we have factories? 在疑惑是否该用工厂模式呢
              EntryHandler[] hanlers = Config.Settings.EntryHandlers;     //这是反序列化哦,这里的Config是Dottext.Framework.Configuration.Config
              if(e != null && hanlers != null)
              {     //walk the entries 遍历全部处理例程
                   for(int i = 0; i<hanlers.Length; i++)
                   {
                        EntryHandler handler = hanlers[i];
                        if(ShouldProcess(ps,handler,e.PostType,pa))
                       {
                            IEntryFactoryHandler ihandler = handler.IEntryFactoryHandlerInstance;                           
                            //Call the IEntryFactoryHandler configure method. This gives async items a chance to "ready" themselves
                            //before leaving the main thread and entering the managed queue.
                            ihandler.Configure();
                            if(handler.IsAsync)
                            {//Add factory to managed queue.
                                 EntryHanlderQueue.Enqueue(ihandler,e);
                            }
                            else
                            {
                                 ihandler.Process(e);
                            }
                       }
                      
                   }
              }
         }
ShouldProcess 是判断是预提交还是已经提交post,决定是否应该进行handler的实例化,如果是已经提交的Post,我们需要进行handler.IEntryFactoryHandlerInstance;      IentryFactoryHandlerInstance最终是通过
ihandler = (IEntryFactoryHandler)Activator.CreateInstance(Type.GetType(this.ItemType));
来实例化数组元素的().
经过实例化后,就可以执行了。此时根据 handler.IsAsync 的属性,决定是允许 EntryHanlderQueue.Enqueue(ihandler,e); 加入队列,还是马上处理
ihandler.Process(e);.
对于可以异步执行的静态函数 Enque 处理:
public static void Enqueue(IEntryFactoryHandler factory, Entry e)
         {
              EntryHanlderQueue ehq = new EntryHanlderQueue(factory,e);
              ManagedThreadPool.QueueUserWorkItem(new WaitCallback(ehq.Enqueue));
     }
构造一个实例,然后加入线程队列进行任务排队。线程管理暂不讨论。我们看看这几个EntryHandler.
TrackBack Handler是如何处理的呢?
public void Process(Dottext.Framework.Components.Entry e)
         {
              //Get a list of links from the current post
              StringCollection links = TrackHelpers.GetLinks(e.Body);
              if(links != null && links.Count > 0)
              {
                   //Instantiate our proxy
                   TrackBackNotificationProxy proxy = new TrackBackNotificationProxy();
                  
                   //Walk the links
                   for(int i = 0; i<links.Count; i++)
                   {
                       string link = links[i];
                       //get the page text
                       string pageText = BlogRequest.GetPageText(link,e.Link);
                        if(pageText != null)
                       {
                            try
                            {
                                 string desc = null;
                                 if(e.HasDescription)
                                 {
                                     desc = e.Description;
                                 }
                                 else
                                 {
                                      desc=string.Format("TrackBack From:{0}",e.Link);
                                      
                                 }   
desc = regexStripHTML.Replace(e.Body,string.Empty);
                                      if(desc.Length > 100)
                                     {
                                          int place = 100;
                                          int len = desc.Length-1;
                                          while(!Char.IsWhiteSpace(desc[place]) && i < len)
                                          {
                                               place++;
                                          }
                                          desc = string.Format("{0}...",desc.Substring(0,place));
                                     }
                                 }
                                 //attempt a trackback.
                            proxy.TrackBackPing(pageText,link,e.Title,e.Link,e.Author,desc);                           
                            }
                            catch(Exception ex)
                            {                                 Logger.LogManager.CreateExceptionLog(ex,string.Format("Trackback Failure: {0}",link));
                            }
                       }
                   }
              }
     }
 TrackHelpers.GetLinks 会分析Entry.Body字符串,获得post的全部href连结,也就是对外引用部分,这个TrackBack利用proxy.TrackBackPing(pageText,link,e.Title,e.Link,e.Author,desc); 将本文的对外引用通告刚刚获得的连接地址。
      
TrackBackPing :
    string pageText = BlogRequest.GetPageText(link,e.Link);会利用BlogRequest的http协议能力下载被引用地址的source code,然后 link为另外blog的地址,而e.Link为reffer,这是为了告知对方那个页面引用了link。经过安全解码后,获得了link的源代码,然后TrackBackPing会进行分析,找寻string sPattern = @"<rdf:\w+\s[^>]*?>(</rdf:rdf>)?";匹配的部分,分析出其中的引用通告地址。下一步就是利用SendPing(string trackBackItem, string parameters),向目标地址处post一个application/x-www-form-urlencoded"的数据。此即完成了一次trackBack.
  其他几个EntryHandler也是分同步和异步的,大家可以照此阅读。
    
    题外话:那些没有礼貌的实现pingback/Trackback的所谓blog,就不要妄自称自己为博客服务商(BSP)吧。

CNBlogsDottext10Beta2版本中,TRACKBACK功能被屏蔽掉了,原因可能是因为很多人安装成功后,在提交包含引用链接的POSTS时,出现错误:

 将截断字符串或二进制数据

其实这是因为发送TRACKBACK的关键方法:SendPing(string trackBackItem, string parameters)里,发送字节流时按照ASCII码的长度来发送,当PARAMETERS中包含中文时,就会出错,解决方法是转换成UTF-8发送,下面是我修改过后的代码:

  private void SendPing(string trackBackItem, string parameters)
  {

   HttpWebRequest request = BlogRequest.CreateRequest(trackBackItem);
   request.Method = "POST";

   request.ContentType = "application/x-www-form-urlencoded";
   request.KeepAlive = false;

   byte [] buff = Encoding.GetEncoding("UTF-8").GetBytes(parameters);     

   request.ContentLength = buff.Length;

   Stream reqStream = null;
   try
   {
    reqStream = request.GetRequestStream();

    reqStream.Write(buff, 0, buff.Length);
   }
   catch(Exception e)
   {
    Logger.LogManager.CreateExceptionLog(e,"SendPing Exception");
   }
   finally
   {
    reqStream.Close();
   }

首先我们来看一下是怎么发送TRACKBACK的:入口是Dottext.Framework.EntryHandling.Process

  • 检查文章内容中是否已经包含了远程网页的链接,只有包含才能继续
  • 从远程链接的网页下载HTML代码,如果没得到,说明不是合法链接,要返回
  • 在得到的HTML代码中检查是否已经包含了本文的链接,有说明已经PING过了,要返回
  • 在得到的HTML代码中根据TRACKBACK标准取到要TRACKBACK链接(链接包含在RDF为键值的被注释的XHTML代码中),从而完成了由网页链接到TRACKBACK链接的转化
  • 发送(PING)TRACKBACK。

    再来看一下接收TRACKBACK的流程,入口是:Dottext.Framework.Tracking.TrackBackHandler.ProcessRequest

  • 根据PING过来的TRACKBACK链接得到本地文章的ID号,得不到则不是合法链接,要返回
  • REQUEST方法是否是POST,不是要返回,这是TRACKBACK标准规定的。
  • 根据ID号从库中检索数据,生成ENTRY对象
  • 根据传过来的URL下载远程网页的HTML代码,如果没得到或得到的HTML中没有包含本地文章的链接,说明不是合法链接,要返回
  • 从得到的HTML代码中分析出对方的页面标题,如果没有,要返回
  • 生成一个新的ENTRY对象,并对其各个属性赋值,然后入库

    由此我们看到DOTTEXT发送TRACKBACK时效率是比较低的。原因是需要去下载远程的HTML,这将是一个非常耗时的工作,更不用说还要从很可能十分庞大的HTML代码中提取出TRACKBACK链接。

    再者就是接收TRACKBACK时,并没有建立屏蔽机制。从而无法避免垃极广告的侵袭,也就是我们所说的SPAM COMMENT。

    我想要解决这些问题,需要改变发送TRACKBACK的发送机制。

  • 不再根据TRACKBACK标准去自动获取TRACKBACK,这样不仅效率极低,而且很多网站并不支持这个标准(比如 www.blogchinese.com 就直接提供引用通告,而不是隐藏在网页中,哈哈)的话,就无法TRACKBACK成功了。我们就认为用户输入的就是合法的TRACKBACK链接。直接进行发送。
  • 为了能让用户得到合法的TRACKBACK地址,在每一篇文章内容之后,都显示此文的TRACKBACK链接。
  • 再提供一个页面,输入网页链接,就能显示出此网页的TRACKBACK链接,以继续支持那些符合标准的网站

    在接收TRACKBACK时,我们相应做以下改动:

  • 将对方URL拿到库里去验证,看对方是否已经PING过了,因为是在本地进行,速度会非常快。
  • 在库中建立BLACKIP表,对来方的IP进行校验,这样就拥有了封对方IP的功能。

    以上只是我的设想,因为时间的原因,还没有动手去实现,如果大家有更好的建议,可以一起来探讨。

  • 你可能感兴趣的:(rack)