如何利用RSSHub将任意网页做成RSS

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

RSSHub transform路由怎么用
用RSSHub替代Feed43

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

RSSHub部署

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选择器和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

键	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`	在 `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`	在 `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`	在 `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itemLink和itemLinkAttr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

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

写了一个小工具，用来快速编码和拼接路由工具地址

最后，拼接URL编码的链接得到完整路由

/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

itemLink和itemLinkAttr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

/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