Pingdjack

Понадобился мне недавно pingback-сервер, и я, посмотрев на django-pingback, в приступе NIH-синдрома написал своё приложение — pingdjack. За название спасибо Михаилу Лукьянченко.

Отмазка

Более-менее реальные претензии к django-pingback у меня тоже есть. Хотя я сразу признаюсь, что не пробовал во что бы то ни стало с ней ужиться, просто код почитал. Претензии такие:

• Зависит от django-xmlrpc, хотя на мой взгляд XML-RPC в Питоне и так достаточно простая вещь, чтобы не городить для неё Джанго-специфичного слоя.
• Использование обобщённого XML-RPC-слоя тянет за собой необходимость делать в нём регистрацию pingback-хендлеров или регистрировать middleware, которая будет делать это за вас.
• В качестве цели пинга регистрируются объекты моделей, а не любой произвольный URL сервера.
• У приложения есть свои модели, и как я понимаю, пингбеки оно хранит как само хочет, а не так, как мне надо.
• Библиотека не ищет цитату из поста и автора так, как мне давно хотелось.

Pingdjack

Получилась библиотечка из двух модулей: клиента и сервера. Единственная внешняя зависимость — html5lib, без неё нынче никуда :-).

Клиента я просто выдрал из Cicero. Он состоит из трёх функций:

• external_urls, которая ищет внешние ссылки в куске HTML'а
• ping, которая пингует один URL от имени другого
• ping_external_urls, которая соединяет одно с другим, пингуя все внешние ссылки из куска HTML'а

Когда их вызывать — дело того приложения, которое делает пинги.

Серверная часть написана с нуля.

Там есть вьюха server_view, которая подключается в любое место urlconf'а, какое вам хочется. Она парсит XML-RPC-запрос и вызывает всякие проверки и парсинг HTML'а источника. В частности:

• проверяется, что приёмный URL действительно принадлежит вашему серверу (опционально с уточнением root-пути, под которым он должен лежать)
• путь приёмного URL'а ресолвится во вьюху, чтобы во-первых не беспокоить приложение несуществующими URL'ами, а во-вторых, именно по разресолвленной view и аргументам приложение будет понимать, куда пришёл pingback
• с URL'а-источника скачивается кусок HTML'а, в котором:
• ищется URL приёмника, чтобы убедиться, что оттуда действительно есть ссылка сюда
• вокруг найденного URL'а ищется правильный HTML-контейнер, из которого берётся полный текст цитаты
• вокруг цитаты ищется тег <address> с именем автора или, если его нет, <title> всей страницы

И только если всё правильно нашлось, она посылает сигнал received, в который передаёт кучу всего, что напарсилось. Этот сигнал и есть единственная связь библиотеки с приложением, которое её использует. На сигнал надо повесить обработчик и написать то, что вы хотите сделать с пингами. Вот, например, как может себя вести блог, который хочет добавлять пинги в виде комментариев:

def handle_pingback(sender, source_url, view, args, author, excerpt, **kwargs):
    if view != post:
        return # интересны только пинги на посты
    post = Post.objects.get(slug=args[0])
    post.comment_set.create(
        text = excerpt,
        url = source_url,
        author = author,
    )
pingdjack.received.connect(handle_pingback)

Пользуйтесть на здоровье!

P.S. Кстати, библиотечка вышла на каких-то 158 строк питоньего кода.