Huginn-RSS
写在前面的话
前面的文章解释过过为什么我最近热衷于折腾 RSS，所以今天一起聊一下 RSS 源解析
RSSHub 本身并不复杂，虽然官网被墙，但是按照官方文档很容易就可以搭建一个镜像站，这里推荐两个镜像站点
RSSHub 虽好但它也不是万能的，遇到未收录网站时它也无能为力，此时的解决方案就剩下两个
-
向官方提交我们自己做好的 RSS 源（这个挺麻烦，至少我没搞明白）
-
寻找第三方服务（鉴于国内的网络环境已知的 RSS 服务站几乎都挂了）
有兴趣搭建的可以参考：https://cry33.com/archives/489.html
入手 Huginn
得知 Huginn 完全是个意外，我自己一直在写一个 RSS 阅读器，本来想找个其他的阅读器参考一下。最后找到 Fluent Reader，然后在搜索结果中也看到了 Huginn
顺便说一下 Fluent Reader 阅读器，确实很强悍，尤其是全文抓取（我不知道怎么做的），有时间了得学习一下
这两天研究了一下 Huginn 终于搞明白大概怎么使用了，所以写一篇文章记录下
基础概念
Agent（代理）：Huginn 干活的流程基本就是通过一个个的 Agent 串联起来实现我们想要的功能
接下来就需要研究一下 Agent 的基本组成
基本信息区
名称（Name）自己随便起一个就行，比如"第一步"，或者网站名，或者"摘要"，自己能看明白的名字就好。
日程（Schedule）根据实际需要设置，比如你抓取的内容更新比较频繁，就把时间间隔设置的小一些，Every 5m、Every 10m 之类的
控制（Controllers）不用填写
事件保留时间（Keep events），实际使用要设置成 forever，要不工作几天就不工作了
来源端（Sources），就是说你需要不需要其他代理的数据，一般创建第一个代理这项不用填。立即执行（Propagate immediately） 打勾
接收端（Receivers），就是说你这里抓取的信息要传递给下一步的代理，一般创建第一个代理这项不用填。
场景分类（Scenarios），就是把这一系列的代理打个组这个分类，比较方便查看，可填可不填
代码区
这一部分基本上是 Agent 的核心功能了，能不能实现解析就看这里写的是否正确
-
填写 url，就是你要抓取的网页网址
-
类型（type），基本都是 html
-
模式（mode），这里有三种，all、on_change、merge
一般情况下第一个 Agent 为 on_change 第二个 Agent 则选择 merge
extract（提取）：基本上由两部分组成（我自己了解的）
-
选择器：支持 CSS 的选择器语法和 XPath
-
取值：即在符合选择器时标签的值可以是标签的属性或者文本
实例
这里以万一老师的博客为例，没有冒犯的意思，仅仅是演示
setup-1
点击尝试运行查看有没有数据，如果没有可能是选择器有问题
setup-4
第一步基本完成，但是记得 save 同时运行，Events Created 列表生成数据之后才继续下一步
创建文章详情
以第一步为模板创建第二个 Agent
尝试运行应该能看到结果，如果没有文章详情还需要检查选择器
创建 RSS 输出
注意这一次创建的是类型是 Data Output
运行结果
选择第一个 Agent，可以运行
选择第三个 Agent,查看运行结果
至此基本完成，其他的网站也可以参考这个套路
结语
其实这里面还有一个问题，我暂时没有啥思路，就是分页的问题，如果哪位大佬有知道的还不望不吝赐教！！
最后还是推一下新公众号
