RSS a JSON

Una especificación de feed se volvió dos, y luego un enredo

RSS apareció a finales de los años noventa como una forma simple de publicar una lista de actualizaciones, y se bifurcó en versiones que competían entre sí (0.91, 1.0, 2.0) antes de que Atom llegara en 2005 a corregir las ambigüedades de RSS con una especificación más estricta. Ambos siguen usándose a diario: un blog en WordPress emite RSS 2.0 por defecto, mucha herramienta de publicación emite Atom, y un agregador real tiene que aceptar cualquiera de los dos más los innumerables feeds que violan su propia especificación con espacios de nombres faltantes o fechas mal formadas. Escribir ese analizador una sola vez, bien hecho, es un trabajo más grande de lo que parece.

Qué devuelve la llamada

Envíe la URL de un feed por POST a /web/rss-to-json y reciba un task_id de inmediato mientras el feed se descarga y analiza en segundo plano. El JSON terminado normaliza el título, enlace y descripción del feed junto con cada elemento —título, enlace, fecha de publicación, autor y contenido— en una sola estructura plana sin importar si el origen era RSS o Atom, así que el código que lo consume no necesita ramificarse según el dialecto recibido. Los resultados llegan a su webhook o a un enlace firmado válido por 24 horas.

Quién necesita esto en realidad

Una herramienta de boletines que arma un resumen diario a partir de veinte feeds de editores, un panel que muestra las últimas publicaciones del blog de un cliente, o un script de investigación que rastrea con qué frecuencia publica un grupo de medios sobre un tema, todos chocan con el mismo obstáculo: los feeds son XML, y la mayoría de las plataformas modernas prefieren trabajar con JSON antes que analizar XML a mano o cargar una librería pesada solo para esto. Normalizar en el punto de ingreso mantiene simple el resto del flujo.

Cómo encaja en la automatización

Como la tarea es asíncrona y se cobra por solicitud, un planificador puede consultar cien feeds cada hora sin que nadie vigile un cron que de vez en cuando se atora con un documento XML mal formado. Un feed que no devuelve nada analizable simplemente reporta una falla clara en lugar de tumbar un script, y las descargas fallidas nunca se cobran, así que una lista de vigilancia que incluye algunos feeds muertos o mal configurados no desperdicia presupuesto en silencio en los que nunca responden.