在 Blog 盛行的今天,一些 Web 应用需要解析大量的 RSS Feed .如何提高效率是个非常重要的问题．在 MagpieRSS 的 Features 中列举了这样的一条： HTTP Conditional GETs Save bandwidth and speed up download times with intelligent use of Last-Modified and ETag.. 这里的 Etag 引起了我的注意．
什么是 Etag ?
通过阅读 RFC 2616 ,得到了对 Etag 的一点印象:
The ETag response-header field provides the current value of the entity tag for the requested variant......Entity tags are normally "strong validators," but the protocol provides a mechanism to tag an entity tag as "weak." One can think of a strong validator as one that changes whenever the bits of an entity changes, while a weak value changes whenever the meaning of an entity changes. Alternatively, one can think of a strong validator as part of an identifier for a specific entity, while a weak validator is part of an identifier for a set of semantically equivalent entities.
从上我们可以大致得知，Entity tags 本质上说是一种"强校验器"，但是 HTTP 协议提供了一种通过给 Entity tags 打标签的"弱"的机制(类似于内容的校验码)．虽然这段话后面通过两种方式进行了解释，但是还是有些晦涩．我看了这段话之后只是得出了 Etag 的 "E" 代表 "Entity" 而已.
Magpie 首页上提到了一篇文章: HTTP Conditional Get for RSS Hackers ,拜读之后清晰了许多．要先说说 HTTP Conditional GETs 的基本原理，很简单，就是说，从 Web 服务器取数据的时候，如果文件变化了，给我新的文件，如果文件没有变化，只需告诉客户端没有变化即可，不必再把文件取回来．这样就可节省大量的网络带宽和资源．
Etag 与 Last-Modified 是从 HTTP 1.0 到 HTTP 1.1 才有的概念．当我们从 Web 服务器获取文件的时候,只需要读取 HTTP 响应头的 Etag 与 Last-Modified 字段即可，这两个字段里面的具体内容是什么可以不管(可能会千奇百怪,RFC 2616 对 Etag 没有具体值的定义)，把这两个值 Cache 在本地，下次检查文件是否更新的时候比对这两个值即可．如果没有变化，服务器的响应代码不是 HTTP 200 (OK) , 而是 304.
如上图．目前 OpenRSS 虽然订阅了40 多个 Feed,但是响应速度很不错．在使用 Gregarius 的过程中(Lilina 也应用了 ETag)，发现了 FeedBurnrer 烧录的 Feed ,几乎都是用了 Etag 的(否则估计服务器要瘫痪,Hoho).我们再测试一下 HTTP header 的响应情况:
$ curl -I http://feeds.feedburner.com/dbanotes HTTP/1.1 200 OK Date: Tue, 25 Oct 2005 11:34:15 GMT Server: Apache Last-Modified: Tue, 25 Oct 2005 04:30:12 GMT ETag: U4q478bDKLqZ8UMMC8A5afZuHug Content-Type: text/xml;charset=utf-8 $ curl -I http://feeds.feedburner.com/dbanotes HTTP/1.1 200 OK Date: Tue, 25 Oct 2005 11:34:21 GMT Server: Apache Last-Modified: Tue, 25 Oct 2005 04:30:12 GMT ETag: U4q478bDKLqZ8UMMC8A5afZuHug Content-Type: text/xml;charset=utf-8
在这个期间，我的 Blog 没有更新．所以 Last-Modified 和 ETag 返回的都是相同的值.这样 Gregarius 就不必重新解析了. 国内的 GreatNews 是支持 HTTP Conditional GETs 的，更棒的是还支持 gzip/deflate encoding．而另一个 RSS 阅读工具 POPU (周博通) 就不知道了．
以上是我的笔记，如有理解错误，请指正!
--EOF--
看Lilina源码的时候也注意到了这个问题：
http://www.mengyan.org/blog/archives/2005/08/23/54.html
"
ETags and Last-Modified headers are two ways that feed publishers can save bandwidth, but they only work if clients take advantage of them. Universal Feed Parser gives you the ability to take advantage of these features, but you must use them properly.
The basic concept is that a feed publisher may provide a special HTTP header, called an ETag, when it publishes a feed. You should send this ETag back to the server on subsequent requests. If the feed has not changed since the last time you requested it, the server will return a special HTTP status code (304) and no feed data.
"
我看过你的关于 Lilina 的另一篇文章：如何修改时区 Dissect Lilina 这篇没有挤出时间读．早知道读一下能节省不少时间．
呵呵，这是对于我们RSS Online很有用的标准。