用途:为不提供 RSS 的博客网站编写 Python 脚本,抓取文章并生成规范的 RSS/XML 订阅源,合并后自动纳入每小时运行的 GitHub Actions 工作流。
主要能力:脚本放在 feed_generators/ 目录,需实现 get_project_root、ensure_feeds_directory、fetch_content、parse_date、extract_articles、parse_html、generate_rss_feed、save_rss_feed、main 等函数;支持多日期格式回退解析、按链接去重、单篇文章失败时继续处理、本地 HTML 文件回退模式,并使用 logging 输出状态。输出文件命名如 feed_new_site.xml,文章按日期倒序排列。
使用方式:先参考现有生成器(如 anthropic_news_blog.py、xainews_blog.py、ollama_blog.py、blogsurgeai_feed_generator.py),分析目标博客的 HTML 结构与 CSS 选择器,再新建脚本;在 makefiles/feeds.mk 添加 Makefile 目标并在主 Makefile 加别名。测试命令:python feed_generators/new_site_blog.py blog.html 或 make feeds_new_site,随后检查 feeds/feed_new_site.xml。
适用场景:博客无 RSS、需要自动化订阅源;动态 JavaScript 渲染页面可参考 Selenium 示例;同一站点多栏目可参考 Anthropic 系列生成器;增量更新可参考 get_existing_links_from_feed() 模式。
限制:遇到 403/429 拦截时需用浏览器“另存为”本地 HTML 开发测试,或调整 User-Agent;日期解析失败需补充格式;选择器不匹配或内容动态加载会导致找不到文章。具体收费、平台支持范围等资料暂未提供。