ALL About RSS
9.51K subscribers
844 photos
1 file
1.38K links
关于 #RSS 技术的 #应用 #周边 #介绍 #方法 #教程 #指南 #讨论 #观点 #技巧

RSS = Really Simple Syndication / Rich Site Summary

推特:https://twitter.com/aboutrss
频道 RSS Feed:https://feeds.feedburner.com/AllAboutRSS
频道 bot:@channelmcbot
群组:@allaboutrss (福利:推特账号的 Retweet 会自动发至群组)
Download Telegram
#FeedBase #介绍

上回说到 Feeds.Pub 的社会化方面和RSS之父一款产品比较像,它就是 FeedBase.io 。这是Dave这两年在开发的一款产品,有在Github开源,是一个给大家上传自己的 #OPML 文件来管理并将之公开的地方。像其所述,FeedBase有两重功用:

1️⃣ 降低OPML文件的打理难度

Dave觉得开个编辑器给OPML文件增删代码这事儿太不优雅了。所以,在FeedBase上传OPML后,在页面上直接添加Feed url或点掉对勾即可实现OPML条目的管理,新OPML文件实时动态生成。不过话说回来,你在任何阅读器都可以管理自己的订阅条目,干吗非要上FeedBase这儿来,还得上传?这就是Dave想要的第二功用:

2️⃣ 基于大家上传的OPML积累Feeds并构建订阅关系网

一个Feed被多少人订阅就是它的订阅数。一般是阅读器在干这事儿。但Dave想把这套关系网从阅读器里独立出来,就转变为计算一个Feed在多少人的OPML里出现过。所以FeedBase首页就是订阅榜,你还能看到一个Feed都哪些用户订阅了()。

我也传了个OPML上去,在这里。有两点tips:在FeedBase上传的OPML是完全公开的;有些OPML文件的outline里只含typetextxmlUrl三个字段,上传会报错。必须还有htmlUrl才能上传成功。

相关阅读:
Subscribing to A list of feeds using Feedbase.io and Liferea
基于RSS Feed的 #搜索引擎 #介绍

我始终忘不了被这些月经贴支配的恐惧:「你必读的RSS源有哪些」、「求推荐优质的RSS Feed」。即便在信息搜整能力Top Level的RSS玩家中,Feed的发现依然那么困难。因此个人打理的 #聚合 应运而出,却又各自独立为战、疲于维护,特别是体量渐大之后。我已有两次(12)提及过,这事没法靠个人完成。

有一种办法是举全RSS玩家之力。比如公开大家的订阅列表,就像此前提到的 #FeedsPub#FeedBase。可看榜单,可找长尾。接着,还可以在此基础上搞搜索,就像 Feedly、Feedspot和 Inoreader 等RSS阅读器做的那样。可惜的是被阅读器当成了高端功能,目前只有付费用户才能享受。

还有一种就是举爬虫之力了。试想,当人们想找到需要的网页时,人们发明了「搜索引擎」;那当人们想找到需要的Feed时,人们自然去发明了基于RSS Feed的「搜索引擎」。当然,这绝不是新鲜事情了,上古时期这领域的选手还挺多的(特别是 Google Feed API 还在的时候),只是坚持下来的寥寥无几。以前的事就不提了,那么现在能用的搜索 Feed 的引擎有哪些呢?

1️⃣ DatoRSS
#开源,基于 feedi #API 。经与作者咨询,其Feed的评分来源于 OpenRank

2️⃣ The Ukora News Search Service
至少从14年就存在了。有榜单。注册后,可以订阅搜索出来的Feed(例:少数派),并生成一个看板。但不能直接通过Feed地址来订阅。官方简介了所用到的技术或架构。

2.5 RSS Micro
为什么是“2.5”呢?因为这个站历史悠久,但目前处于半死不活的状态。能不能用有点看人品,经常报受限于API。有榜单。

感谢它们为「发现优质Feed」迈出了一大步。不过,目前来说还有些「小步」也可以迈。以个人为例,在找到Feed后我还会继续去关注下这些指标:全文与否、平均文章字数、更新频度、主题分类(可基于RSS <category> element实现)、条目数、建站时间。这些暂时都未集成在上述搜索引擎中,使得它们离“好用”的搜索引擎还有段距离,但未来可期。

注:上述引擎对中文内容的索引和检索中文关键词的能力都十分有限。