feedpp and session ID

Question

我们正在使用Perl和cpan模块FeedPP来解析RSS提要。Perl脚本遍历RSS提要的不同项，并将链接保存到数据库，就像下面的:

my $response = $ua->get($url);
if ($response->is_success) {
        my $feed = XML::FeedPP->new( $response->content, -type => 'string' );
                foreach my $item ( $feed->get_item() ) {
                        my $link = $item->link();
                        [...]

$url包含RSS提要的URL，如http://my.domain/RSS/feeds.xml

在本例中，$item->link()将包含指向RSS文章的链接，如http://my.domain/topic/myarticle.html

问题是，一些web服务器(提供RSS提要)做一个HTTP引用，以添加一个会话ID到URL，像这样:http://my.domain/RSS/feeds.xml;jsessionid=4C989B1DB91D706C3E46B6E30427D5CD。

奇怪的是，feedPP似乎要将这个session-ID添加到每个项目的链接中。$item->link()包含RSS文章的链接，如http://my.domain/topic/myarticle.html;jsessionid=4C989B1DB91D706C3E46B6E30427D5CD

即使原始链接不包含会话ID。

是否有一种方法来扭转feedPP的行为?

谢谢你的帮助。

Answer 1

我看了看http://metacpan.org/pod/XML::FeedPP，但没有看到任何方法可以让link()方法为您修剪这些会话id。(我在我的一个脚本中使用XML::FeedPP，我碰巧正在解析的网站不使用会话id。)

所以我认为答案是否定的，目前还没有。您可以尝试联系作者或提交错误。

Answer 2

IMHO，行为是正确的:分号后面的uri组件被定义为路径的一部分(用于解释的配置参数)，所以当uri用于将相对url转换为绝对uri时，它也需要被复制。

您期望与'&'参数兼容，但它们并不相等。https://rt.cpan.org/Ticket/Display.html?id=73895