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。