用RSSHub替代Feed43
2023-8-4 22:40:14 Author: blog.xlab.app(查看原文) 阅读量:45 收藏

早些时候提出RSSHub规则化架构设计,最近抽空简单实现了这块功能,目前也已经合并到RSSHub主线,本人几十个Feed43也已经成功迁移到RSSHub,非常舒适

考虑到使用上可能有一些门槛,写一篇使用教程

  • RSSHub transform路由怎么用
  • 如何利用RSSHub将任意网页做成RSS

官方文档:https://docs.rsshub.app/other.html#zhuan-huan

由于这个功能支持任意页面,当请求恶意页面时可能会有SSRF的风险

所以仅支持自建,并将ALLOW_USER_SUPPLY_UNSAFE_DOMAIN环境变量设置为true

部署文档 https://docs.rsshub.app/install/

推荐自建是配置访问控制,避免自建服务被滥用/攻击
https://docs.rsshub.app/install/#pei-zhi-fang-wen-kong-zhi-pei-zhi

制作方法

目前是支持将任意的HTML和JSON转换为RSS,下面通过几个例子介绍制作过程

对于有前端基础/了解CSS选择器的可以直接看官方文档,结合文档例子应该很容易举一反三

对于了解或使用过Feed43,可以理解为将Feed43的用于匹配的正则Pattern转化为更加语法话的CSS选择器JSON Path

CSS选择器可以参考 https://developer.mozilla.org/zh-CN/docs/Web/CSS/CSS_selectors

HTML

路由格式为/rsshub/transform/html/:url/:routeParams

url就是需要爬的地址,其中routeParams可用参数有很多,大多数情况下填2-3个参数就可以用了

含义 接受的值 默认值
title 指定 RSS 的标题 string 从当前网页中取 <title>
item 通过 CSS 选择器查找 HTML 元素作为 item 元素 string html
itemTitle item 中通过 CSS 选择器查找 HTML 元素作为 title 元素 string item 元素
itemTitleAttr 获取 title 元素属性作为标题 string 元素 text
itemLink item 中通过 CSS 选择器查找 HTML 元素作为 link 元素 string item 元素
itemLinkAttr 获取 link 元素属性作为链接 string href
itemDesc item 中通过 CSS 选择器查找 HTML 元素作为 descrption 元素 string item 元素
itemDescAttr 获取 descrption 元素属性作为描述 string 元素 html

以本站https://blog.xlab.app/为例,写一个标题

key value
title 明天的乌云

打开浏览器的开发工具,找到想要定位的文章

可以看到文章在article标签中,那么构造item参数

key value
title 明天的乌云
item article

对于文章标题,可以看到在a标签中,属性是class="post-title-link"

构造itemTitle参数

key value
title 明天的乌云
item article
itemTitle a[class="post-title-link"]

itemTitleAttr不填的话会自动取元素中的文本,这里例子就不用填

对于文章连接,可以看到也是在这个元素中,其中需要的链接在href属性中

构造itemLinkitemLinkAttr参数

key value
title 明天的乌云
item article
itemTitle a[class="post-title-link"]
itemLink a[class="post-title-link"]
itemLinkAttr href

现在提取文章内容,在div元素中,有itemprop="articleBody"属性,其中的p标签是内容

构造itemDesc

key value
title 明天的乌云
item article
itemTitle a[class="post-title-link"]
itemLink a[class="post-title-link"]
itemLinkAttr href
itemDesc div[itemprop="articleBody"] p

itemDescAttr也不用填,默认取其中的html

将表格经过URL编码转换,得到routeParams

1
title%3D%25E6%2598%258E%25E5%25A4%25A9%25E7%259A%2584%25E4%25B9%258C%25E4%25BA%2591%26item%3Darticle%26itemTitle%3Da%255Bclass%253D%2522post-title-link%2522%255D%26itemLink%3Da%255Bclass%253D%2522post-title-link%2522%255D%26itemLinkAttr%3Dhref%26itemDesc%3Ddiv%255Bitemprop%253D%2522articleBody%2522%255D%2Bp

别急,下面有编码工具

最后,拼接URL编码的链接得到完整路由

1
/rsshub/transform/html/https%3A%2F%2Fblog.xlab.app%2F/title%3D%25E6%2598%258E%25E5%25A4%25A9%25E7%259A%2584%25E4%25B9%258C%25E4%25BA%2591%26item%3Darticle%26itemTitle%3Da%255Bclass%253D%2522post-title-link%2522%255D%26itemLink%3Da%255Bclass%253D%2522post-title-link%2522%255D%26itemLinkAttr%3Dhref%26itemDesc%3Ddiv%255Bitemprop%253D%2522articleBody%2522%255D%2Bp

RSS就做好了

简化

虽然看起来表里这么多参数,其实有些是可以不填的,有些可以写的更加简单一些

key value
title 明天的乌云
item article
itemTitle a[class="post-title-link"]
itemLink a[class="post-title-link"]
itemLinkAttr href
itemDesc div[itemprop="articleBody"] p

title可以不填,会自动处理

itemTitle不用定位这么精细,可以取更上一层的元素,比如h2

itemLinkitemLinkAttr可以不填,会自动取第一个a链接

itemDesc也可以不填,自动取整个html

最终routeParams参数可以简化为

key value
item article
itemTitle h2

得到简单能用的路由

1
/rsshub/transform/html/https%3A%2F%2Fblog.xlab.app%2F/item%3Darticle%26itemTitle%3Dh2

简单,不好看,但能用

由于这个规则足够简单,可以适应于更多的网站,比如使用相同框架的站点Hexo/Hugo/WordPress等,规则是可以通用的

可以期待未来RSSHub可以不用手动编写参数,仅提供链接就能制作RSS

JSON

JSON的其实和HTML差不多,相信看完HTML的例子,再去看官方文档和例子,应该也能看懂了

小工具

填写下面的表单,构建RSSHub订阅地址

RSSHub地址:
目标地址:
访问密钥:

编码结果:

url:

routeParams:

最终路由:


订阅地址


文章来源: https://blog.xlab.app/p/1209a846/
如有侵权请联系:admin#unsafe.sh