FreshRss使用Xpath订阅 没有开放RSS的博客

前段时间，我在整理RSS订阅的时候发现一位博友的友联订阅不到了。当时我就蒙了，该不会又有博友跑路了吧。后来看了之后才发发现，这位朋友把RSS给关闭了。这样我就很难受了，订阅不到最新的动态，也没有邮件提醒。

之后我就想着不行就用第三方网站订阅一下，或者自己写个脚本爬取一下重要信息做个rss，毕竟有rsshub这样的开源程序，搞起来也方便。

之后突然发现FreshRSS可以采用HTML+Xpath的方式对文章进行爬取，和第三方网站原理差不多。也是就测试可以一下效果，这里先记录一下重要的点，再讲一下我发现的问题。

因为是采用HTML+Xpath的方式获取订阅，所以需要具有一定的Xpath语法基础 XPath 1.0

流程

这里以我友联中的一位博友 Nibbles Blog - 半字节博客 举例，如果本人觉得有被冒犯到，请及时联系我。

更改HTML+Xpath模式
在添加feed源页面，有一个选择Feed源类型，默认是关闭的，我们需要打开，并选择 HTML + XPath

选择网站标题
这里选择的标题是订阅链接的名称，也就是网站的名称，一般来说保持默认就可以。

选择订阅内容区域
这里需要XPATH能够获取到能看到的所有文章块，一开始没搞懂，只选择了一篇，导致只能获取到一篇内容。这样如果连续更新了多篇文章，是会有遗漏的。

这里有id，正好就用来进行模糊匹配了。

选择文章标题

这里标题的class在文章区域之中是唯一的，所以就用这个class来锁定标题。

根据网页提示，如果是在文章区域块内选择元素，前面需要添加 descendant::

选择文章内容

选择文章链接
文章标题和链接在一个标签之中，根据页面提示，我们只需要先选择到链接上，再选择链接属性即可

选择链接时间

这里因为time标签没有唯一的可以选择的，所以我先选择了更大范围的div，再锁定了时间

有了以上几个就够用了，当然官方还提供了缩略图和标签的选择。这个我还没研究透，就先不搞了。

一些问题

1. 添加过程中最大的问题还是Xpath语法的运用，因为没有系统学习过，所以就是用到什么再去看一下支不支持
2. 缩略图，我之后添加了，但是界面没有什么变化，还不知道是怎么使用
3. 时间会被PHP的时间格式化函数处理掉，但是有些网站的时间真的不知道会处理成什么样子，有可能处理失败，采用采集时的时间

最后说两句

FreshRSS可以试一下，之后会探索更多的用法。Xpath语法在处理网页的时候用到的地方也挺多的，之前一直以为Chrome自带的会省去很多麻烦，但是真正用的时候会发现自带的永远满足不了需求，还是需要进行语法的学习。