Planet 的一个 patch

Planet 是一个比较常用的 feed 聚合器，GNOME、Debian、Perl 等社群都使用这个收集他们相关的新闻，采用的是 Mark Pilgrim 的 Universal Feed Parser (现在这个 feed parser 已经不由 mark 维护，而是放在 sourceforge.net 由几个人共同维护)，原来的设置里没法正常处理中文，前几天试用这个东西的时候，顺手做了点修改。这里是 diff 文件，应用在 planetlib.py 上 (我的修改根据的是前几天的一个 nightly 版本)。

但请注意，这仅仅是一个面向简体中文用户的修改，如果你希望支持其他的编码 (比如 ISO-8859-1、Big-5 等)，可以参考我的改动变化一下，并不复杂。

因为面对的仅仅是简体中文用户，所以只需要保证不同的来源编码 (gb2312、gbk、gb18030 和 utf-8) 都能够正确转换成目标编码 utf-8 即可。现在使用的策略是这样的，不根据 `xml encoding=` 中的内容来判断编码，首先尝试以 gbk (即 cp936) 解码，不行则用 gb18030 解码，再不行则直接返回 (认为此时是 utf-8)。

这种策略是考虑到简体中文的 blog 一般只有可能使用上述三种编码。(本来没用 gb18030，但在测试的时候遇到一个 blog 的 RSS 有个地方 gb2312 无法解析，换用 gb18030 就 OK 了，说明 `xml encoding` 有的时候也是骗人的…)

说到 Planet，类似的程序还有一个基于 WordPress 和 Magpie Feed parser 的插件，feedwordpress，试用了一下没发现什么问题，能够根据源编码自动判断并转换成 utf-8。但要小心不能正常处理 UTF-8 的 MySQL 服务器。

好吧……我承认就在我自己的机器上遇到了这个问题，从插件怀疑到 wordpress，再怀疑到 php，最后终于发现原来是 MySQL 这小子坏事，网上好像也见到类似的情况。