RSS也用烧录的
- 来源:微型计算机Geek
- 关键字:烧录
- 发布时间:2010-08-30 16:04
“烧录”这词确实够老土了的，红白机流行那阵有些Geek都已经为了玩几盘“免费”游戏，在这上面煞费苦心；现在都Web2.0时代了，RSS作为2.0的主要应用已呈漫天飞舞之势，烧录太古董了点吧？
别说，还真有这种不开化的网站，而且大部分还是精品，还就不提供RSS—我让你这些人“抓”我的内容！为了教育一小撮不明事理的顽固分子，本着治病救人，“反抗是没有用滴！”的原则，《Geek》今天就将用这种最古老的烧录术，破解那些不具备RSS输出的网站。
为便于演示，本烧录术以《Geek》官方网站（www.mcgeek.com.cn）为例，目标是提取“最新日志”部分。我们还在烧录术中加入了合纵术，将多条RSS内容融合在单个RSS输出中，以更显个性，下面请看详细内容。
Step 1：寻找上古神器
作为最古老的技术之一，对RS S的烧录已经不需要购买烧录卡或者烧录器这类玩意儿了，利用“古鸽”，可以找到大量提供这类服务的在线网站，去伪存真，我们需要找到最适合的那枚神器—Fees43看来是不错的选择。
这枚神器的优点在于拥有免费服务，绝大部分应用极为简单，如果愿意深层次修炼，几乎可以从最BT的页面中提取出需要的内容。请记住它的门牌号w w w.feed43.com。暂时还没有中文版本，但完全不影响使用。
Step 2：实操烧录心法
Feed43的秘籍是利用模式匹配，从网页源代码中分析出需要的内容，并重新组合。最重要的两个基本招式为匹配符{%}与{*}，实操如下：
（1）注册个人账号
由于烧录出的RS S内容是生成在Feed43的服务器中的，为便于访问、管理和编辑，一个个人账号必不可少。关于注册，请猛击页面“Create Account”，参照提示进行，诸位Geek对此已是轻车熟路，此处不再详述。
（2）创建新RSS
注册登录后，点击My Feeds进行新RSS的创建。页面会自动生成一个以一串数字命名的文件，点击“Edit”进行编辑。首先输入需要抓取内容的网页及其所采用的页面编码，页面编码可以从浏览器的“查看源文件”中找到。
（3）定义源码分析范围
点击“Reload”按钮，Feed43会载入此页面并显示此页的源代码。呃，虽然看起来有点头痛，不过好在不需要逐行去看，只要大致找到需要的那段，并把此段的头、尾标识出来，让Feed43自己去分析。标识头尾的方法为：找到需要提取内容的首行第一个代码，本例为“”；提取内容最末一行的下一行代码，本例为“”。注意，HTML代码一般是成对出现的，形如“… ”，末尾标识一定要是“”这种结束符。如果觉得标识困难，也可以直接用“{%}”通配整个页面代码，这样做的缺点是，需要服务器分析全文，速度和效率不及人工指定高。
（4）创建模式匹配符
最神奇的变换皆来自此部分，编程术语上，这称为正规表达式，F e e d43的优点是不需要那么麻烦，只用{%}和{*}就能解决绝大部分页面。其原理为：目前几乎所有的页面都是从数据库中提取内容动态生成的，生成要使用模板，而模板显示的内容一般都是有规律的，找到提取部分的规则信息，并用{%}取代需要内容部分，用{*}忽略掉不要的部分，剩下的就交给Feed43操作了。对于mcgeek，“最新日志”的源代码结构如图。可分析出每条信息的结构形如“ 日志标题 ”，我们只简单地提取内容标题和链接，因此匹配模式为“{%} 日志标题 ”后面还有很多其他不需要的内容，可以使用{*}过滤掉此部分（{%} {*}）。
（5）生成RSS条目
点击“Extract”按钮，提取需要的内容。本例中我们只提取了日志标题和内容链接，会生成两个条目{%1}和{%2}，分别对应所要的内容。理论上，只要你愿意，可以提取的条目是没有限制的。这种{%x}的结构类似于初中代数中的x和y，插入文章中即可显示提取的内容。
（6）重组RSS输出
重组工作在RSS item properties中完成，这里你可以加入个性化的显示文字，并把提取的{%x}带入其中，还可以自己设计模板。完成后点击“Preview”即可预览效果，并获得RSS输出链接。为便于访问，可以手动修改链接名称，点击“Change file name”，修改为“mcgeek”，访问时，只需输入http：//www.feed43.com/mcgeek.xml即可。
Step 3 合纵人人为我
合纵术又名RSS聚合，可以将多个RSS聚合在同一个页面，比如谷歌Reader就是这么一个工具。Feed43可以在一个页面中显示自己抓取的页面RSS，但要聚合其他RSS，还只能使用第三方工具。《Geek》推荐xfruits，性能十分强大，而且界面美观，并支持R S S到各种媒体的转换，基本一站可打遍天下。欲知详情，请移步www.xfruits.com。
本教程仅供学习、交流之用，未经允许抓取其他网页内容并作为商业用途，并因此产生的法律风险与本人无关。不过欢迎诸位都来抓取mcgeek的内容，虽然我们也提供RSS输出，不过烧出来的味道还是很不一样滴。
……
别说，还真有这种不开化的网站，而且大部分还是精品，还就不提供RSS—我让你这些人“抓”我的内容！为了教育一小撮不明事理的顽固分子，本着治病救人，“反抗是没有用滴！”的原则，《Geek》今天就将用这种最古老的烧录术，破解那些不具备RSS输出的网站。
为便于演示，本烧录术以《Geek》官方网站（www.mcgeek.com.cn）为例，目标是提取“最新日志”部分。我们还在烧录术中加入了合纵术，将多条RSS内容融合在单个RSS输出中，以更显个性，下面请看详细内容。
Step 1：寻找上古神器
作为最古老的技术之一，对RS S的烧录已经不需要购买烧录卡或者烧录器这类玩意儿了，利用“古鸽”，可以找到大量提供这类服务的在线网站，去伪存真，我们需要找到最适合的那枚神器—Fees43看来是不错的选择。
这枚神器的优点在于拥有免费服务，绝大部分应用极为简单，如果愿意深层次修炼，几乎可以从最BT的页面中提取出需要的内容。请记住它的门牌号w w w.feed43.com。暂时还没有中文版本，但完全不影响使用。
Step 2：实操烧录心法
Feed43的秘籍是利用模式匹配，从网页源代码中分析出需要的内容，并重新组合。最重要的两个基本招式为匹配符{%}与{*}，实操如下：
（1）注册个人账号
由于烧录出的RS S内容是生成在Feed43的服务器中的，为便于访问、管理和编辑，一个个人账号必不可少。关于注册，请猛击页面“Create Account”，参照提示进行，诸位Geek对此已是轻车熟路，此处不再详述。
（2）创建新RSS
注册登录后，点击My Feeds进行新RSS的创建。页面会自动生成一个以一串数字命名的文件，点击“Edit”进行编辑。首先输入需要抓取内容的网页及其所采用的页面编码，页面编码可以从浏览器的“查看源文件”中找到。
（3）定义源码分析范围
点击“Reload”按钮，Feed43会载入此页面并显示此页的源代码。呃，虽然看起来有点头痛，不过好在不需要逐行去看，只要大致找到需要的那段，并把此段的头、尾标识出来，让Feed43自己去分析。标识头尾的方法为：找到需要提取内容的首行第一个代码，本例为“
（4）创建模式匹配符
最神奇的变换皆来自此部分，编程术语上，这称为正规表达式，F e e d43的优点是不需要那么麻烦，只用{%}和{*}就能解决绝大部分页面。其原理为：目前几乎所有的页面都是从数据库中提取内容动态生成的，生成要使用模板，而模板显示的内容一般都是有规律的，找到提取部分的规则信息，并用{%}取代需要内容部分，用{*}忽略掉不要的部分，剩下的就交给Feed43操作了。对于mcgeek，“最新日志”的源代码结构如图。可分析出每条信息的结构形如“
（5）生成RSS条目
点击“Extract”按钮，提取需要的内容。本例中我们只提取了日志标题和内容链接，会生成两个条目{%1}和{%2}，分别对应所要的内容。理论上，只要你愿意，可以提取的条目是没有限制的。这种{%x}的结构类似于初中代数中的x和y，插入文章中即可显示提取的内容。
（6）重组RSS输出
重组工作在RSS item properties中完成，这里你可以加入个性化的显示文字，并把提取的{%x}带入其中，还可以自己设计模板。完成后点击“Preview”即可预览效果，并获得RSS输出链接。为便于访问，可以手动修改链接名称，点击“Change file name”，修改为“mcgeek”，访问时，只需输入http：//www.feed43.com/mcgeek.xml即可。
Step 3 合纵人人为我
合纵术又名RSS聚合，可以将多个RSS聚合在同一个页面，比如谷歌Reader就是这么一个工具。Feed43可以在一个页面中显示自己抓取的页面RSS，但要聚合其他RSS，还只能使用第三方工具。《Geek》推荐xfruits，性能十分强大，而且界面美观，并支持R S S到各种媒体的转换，基本一站可打遍天下。欲知详情，请移步www.xfruits.com。
本教程仅供学习、交流之用，未经允许抓取其他网页内容并作为商业用途，并因此产生的法律风险与本人无关。不过欢迎诸位都来抓取mcgeek的内容，虽然我们也提供RSS输出，不过烧出来的味道还是很不一样滴。
关注读览天下微信，
100万篇深度好文，
等你来看……