有一些带锚点的 link

[hellodword]

有的时候 RSS 源不够标准，例如没有 guid

<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
    <channel>
        <title><![CDATA[WHO]]></title>
        <link>https://www.who.int/news-room/feature-stories</link>
        <item>
            <title><![CDATA[Article1]]></title>
            <pubDate>Wed, 23 Feb 2022 19:00:00 GMT</pubDate>
            <link>https://www.who.int/article1</link>
        </item>
    </channel>
</rss>

这个时候 rssbot 会去根据 title 和 link 生成 hash，但是有些 RSS 更加不标准到 link 带 锚点，于是这个 hash 就变了，就会再推送一次。

-            <link>https://www.who.int/article1</link>
+            <link>https://www.who.int/article1#test</link>

按照 RFC 定义，似乎是无论锚点怎么变，都应该指向同一个资源。

不知道你是如何看待这种场景（主要还是订阅的 RSS 那边不够标准，但我注意到程序参数中也有 --insecure 这样的妥协，所以...）

[iovxw]

按照 RFC 定义，似乎是无论锚点怎么变，都应该指向同一个资源。

我没有找到这部分定义，有没有引用？

RSS 的一个 item 应该以资源为单位作为自己的标识符吗？感觉一个 item 只表示一部分资源也是合法的

在 RSS 2.0 的 guid 定义里，锚点是算做标识符的一部分的 https://www.rssboard.org/rss-specification#ltguidgtSubelementOfLtitemgt

Atom 的规范里对于 id 的生成倒是有说

Preserve empty fragment identifiers and queries.

https://datatracker.ietf.org/doc/html/rfc4287#section-4.2.6

[hellodword]

感谢纠正，那确实应该这样生成 guid，我只是看了 URI 的 RFC 关于 secondary resource 和 primary resource 就想当然了...