花大概10个小时，写一个RSS Feed Spider，完成自动发现并保存RSS Feed。跑了一下从一个入口进去，耗时1个小时（包括发现问题，修复重启spider的时间）发现150个左右的feed，收集文章条目1700多条。

碰到的问题列表：

1. 内容的编码问题是一个问题，需要很多功夫进行调整
2. HTTP访问协议的问题，譬如路径重定向，以及各种错误
3. robots协议支持的问题
4. 垃圾信息处理的问题（譬如feedburner出来的RSS可能包含广告内容）
5. 运行效率问题（用Java+JDBC在并发不多的情况下已经出现OutOfMemoryError了）
6. 一些知名blog的历史文章尚未反向收集
7. 在日期时间格式标准方面，有很多非标准的格式需要处理
8. 未能很好地记录不同blog之间的引用关系
9. 如何有效地控制RSS feed源头是一个问题
10. 更新频率是写死的一天，没有频率计算调度
11. 尚未提供添加新的RSS feed的界面接口
12. 尚未实现全文检索，也没有对tag支持
13. ……

更多其他方面，具体问题具体解决。