昨天写道关于不支持Rss输入的网站，可以自制Rss的部分，但是Ponyfish的功能实在是太弱了，只能通过URL的辨别来生成Rss，如果对于URL不规则的网站就没有办法了。在昨天提到的介绍文章里面提到了一个网站，Feed43，进去试了试，发现很好但是很难用。Feed43抓取的不只是post的URL，而是整个页面的html代码，然后通过里面的规则过滤，得到输出的函数，再生成的Feed的。虽然复杂，但是却更加容易自定义，这里仅对本blog进行测试。

点击Create your own feed后，系统自动分配你个feed生成页面和feed地址，第一步输入源页面地址。还可以输入字符编码，可惜不支持GB的中文编码，默认的示UTF－8的。reload之后，Feed43抓取整个页面的html，接着就要定义规则了，这个需要你有点html代码的知识。看下抓取的代码，可以发现每个post其实是有规律的，哪怕是使用最笨拙的表格套表格形式的html，也是有规律的。对于我的blog而言，一段post的代码一般是这样的：

<div class=”PostHead”>
<h1><a title=”Permanent Link to [文章标题]” href=”[文章链接]” rel=”bookmark”>[文章标题]</a></h1>
<ul>
<li class=”PostAuthor”>[作者]</li>
<li class=”PostCateg”>Filed under: <a href=”[分类链接]” title=”View all posts in [文章分类]” rel=”category”>[文章分类]</a></li>
</ul>
</div>
<small class=”PostTime”><strong>Saturday</strong><br />[文章发布时间]</small>
<div class=”PostContent”>
[文章内容]
</div>
<div class=”PostDet”>
<ul><li class=”PostCom”><a href=”[评论链接]” title=”Comment on [文章内容]“>[评论数量]</a></li></ul>

</div>
</div>

之后我们需要定义要提取的部分，Feed43提供两个可用的函数{*}通配符和{%}提取函数，把不需要的部分用{*}替换的，把需要导出的部分用{%}代替，然后进行过滤。但是为了每个函数都可以调用，{}前后都必须有字段才能过滤。比如上面这段，因为支取文章链接、文章标题和文章内容三段，就可以用用这个规则：

<div class=”PostHead”>{*}href=”{%}” rel=”bookmark”>{%}</a>{*}<div class=”PostContent”>{%}</div>

提取后得到三个结果：

{%1} = [文章链接]

{%2} = [文章标题]

{%3} = [文章内容]

接下来要定义输出的feed了，标题链接和简介都比较容易，主要是Rss item这段需要把上面的结果放到里面，特别是文章内容模版这个部分，有的时候抓取可能忽略了部分html代码段，这内容模版里面需要补上。好在这个blog还是比较规则的，不需要补什么，只要把{%3}放在里面就可以了。

最后就得到了feed。Feed43有多个方案，免费方案里规定每隔6个小时抓取一次源页面，而且源页面的大小不能超过100KB，所以有可能抓取不成。如果注册，还可以对已经生成feed进行管理。

不过，这真是件累人的事。

虽然Rss Day已经过去了，但是Rss这个话题还没有结束。相当多的人还不了解Rss是什么，怎么使用，能带来多少好处，节约多少时间，更别说玩转Rss了。相当多的人还只是停留在看门户网站的阶段，认为blog还只是日记本的阶段。说blog是媒体或许现在还不成气候（至少中文环境里），但是blog却在Rss推广上起到了相当大的作用。只是对于普通用户的Rss门槛还在，对于高墙内的我们来说Rss变成了相当难绕的坎。今天在尝试一个新的离线Rss阅读器的时候，还真是折腾了好久。好在互联网已经不是中心化的传播工具了，有各种各样的工具帮助我们使用这些广泛存在的Rss了。

1）不支持Rss输出的网站

到目前为止，还有相当多的网站不支持Rss输出，这点对国内的新闻网站尤甚，也包括很多想要吸引流量的，没有开放心态的网站。就跟很多论坛一样，不注册就无法阅读或者下载一样。把html转换成可用的rss工具可以帮我们制作的Rss，有兴趣的人可以从链接查看尝试，这里仅用Ponyfish为例来介绍这种方法。Ponyfish可以不用注册就使用，当然也可以注册来管理已经生成的Rss。将要生成Rss的网站地址（url）复制粘贴到生成页面，Ponyfish会自动抓取页面，在可视化的页面里面，需要点取至少两个Post（主题）的链接，以便生成抓取规则，提交后还会出现可选对话框让你来更改规则：

从上面的图可以看到，其实一般的网站发布内容的url其实都是有一定规则的，这个也就是生成Rss服务的基础，这个时候需要对url的各段参数进行修改，因为自动抓取的post数量不足以生成足够的规则，比如例子中的规则，如果使用以后只能生成2008年5月1日到9日的post的Rss，所以需要点击各个可能会变化的字段，用通配符“*”来代替，这样就可以生成一个比较稳定的Rss了。当然如果源网站发生变化，那么就需要重新生成了。也可能因为url很短或者没有规则，这个方法就无效了。那么可以尝试用其它的生成器来完成这个任务，只能祝您good luck了。

2）被墙的Rss Feed

很遗憾Feedburner无法访问，相当多优秀的blog都是使用这个最流行的Feed烧制服务，以前也有很多中文blog使用这个服务，被墙后转向了Feedsky，但是也不乏使用者。除此之外还有不少网站自身的Rss也无法访问，“墙”相当邪恶的做到了这点，这样的feed也可以用上面的方法，但是有些笨拙，可以找其它的Feed烧制网站（墙外的）来做重新烧制，我没有测试Feedsky是否可以操作，从理论上讲Feedsky也在墙内，应该无法办到。另外介绍两个网站：5z5和feedpass，至少目前这两个网站还没有被屏蔽，以后也难说，但是有一点可以确定的是越冷门的烧制网站越安全，有问题多google。

3）摘要输出和全文输出

网站经营者往往想吸引更多的流量来实现盈利，而Rss消费者却希望在自己的阅读器里看到更加完整的内容，而不用开太多的窗口。这个矛盾是一直存在的，读者只能尽力跟站方沟通要求实现全文Rss输出别无他法。但是很多blog是托管在不同的bsp的，比如不支持全文Rss输出的牛博上的韩寒，在sina上却是可以全文输出（Rss）的。还是只能说good luck吧，韩寒的两个blog上经常是不同步的。在这里，还是再一次想跟牛博说，早些支持全文Rss吧，其实这样对大家都好，从阅读器来的流量往往是坚定的用户，对这些人好些没什么坏处。

4）离线还是在线阅读器

1和2介绍的这些方法其实在在线阅读器都可以很方便的解决，所以推荐使用的还是在线阅读器，但是你的网络连接不是实时的，那么还是离线阅读器来得方便。

在线阅读器尽量选择有https的google reader和bloglines，https安全连接不但能保证你到服务器段之间的加密连接，保证你的安全，还可以绕过“墙”访问到被“墙”的内容。google reader要更好一点，而且可以阅读朋友分享的内容，但是有些人的网络连接中的问题，可能访问google有问题，那么bloglines还是不错的。

还不满意？那试试Newsgator吧，它不但有在线阅读版本，也有离线版本，更加有意思的是两个版本可以互相同步。这样就不会因为错过消息而懊恼了，唯一的不足就是在同步的时候你可能无事可做。

至于其它离线阅读器，要考虑自己的喜好了，离线的阅读器和网页还是有很多区别，可以实现更好的特效更多的功能，比如今天我为了折腾这些Feed而尝试的Time，界面漂亮很多，动态效果也好得多，这是网页无法实现的。只是这个时候面对屏蔽了的feed只能不断的自己想办法了。

关于Feed的话题还能聊好多，比如xFruits，让你实现更多的Rss应用。问题是你是否需要这些呢？对我来讲，能看到自己想看的feed就够了，花去这么多时间在弄这些Feed都是因为“墙”的存在，“墙”真是人倒退的体现。可能说到这里还有人不知道墙是什么，那就补补课吧。