RSS 通知系統簡介

RSS 是一項靜態被動的通知技術，基於萬維網的特性，相對於其它推播技術，是一項極具萬維網風格的通知技術。只要能發布網頁，就能發布 RSS，適應性極強。其後也衍生出 RSS 0.92、RSS 1.0、RSS 2.0、 Atom 等多個版本，這裡統稱 RSS。本文對有網頁程式基礎的人，簡介 RSS 的原理。

想像在沒有通知技術的時代，你想跟上某個部落格的最新文章，該怎麼做？只能每天去他的首頁看，有沒有新文章發表。於是，你可以寫一份腳本，每天把他的首頁抓回來，分析有沒有改動，多了哪些文章，有多了再去看。

這是最 萬維網 的作法，每個人管理自己的網頁，只在自己的網頁上更新，而且網頁是靜態，沒辦法在其它網頁上留言，也不透過 email 或其它管道通知更新。

於是面臨一個問題，你必須分析他的首頁的 html，看如果有新文章，會出現在首頁 html 檔的哪裡。這樣才能更精準的判斷。但有一百個部落格，就有一百種首頁，每個都不一樣，都要寫不同的程式去解析，這樣不是很麻煩嗎？

所以，有人統一了 首頁的格式 ？當然不可能。想想你爬首頁是要看什麼，是看 文章列表 ，就有人就統一了文章列表的格式，每發布新文章，就更新該列表，然後只要每隔一段時間，用爬蟲把該列表爬回來分析，就知道有新文章了。

這種列表的格式就叫 RSS，有 Rich Site Summary、 Really Simple Syndication、RDF Site Summary 各種稱呼，也有二三種版本，唯一共通點是都是 xml 格式。會有這麼多版本，主要是因為理念的分歧，是要儘量標準化，還是要越簡單越好，是要能充份擴展到取代 html 網頁，還是只包含簡陋的文字內容。

Atom 格式簡介

這裡介紹的是 RFC 標準化的 Atom 格式，和 RSS 有類似的功能，只是更符合 xml 規範。先想像一份這樣的列表需要什麼功能？文章標題、發布日期、摘要，所以定義了這三個元素：

<title>RSS 通知系統簡介</title>
<published>2018-05-27T12:19:28+08:00</published>
<summary>
RSS 是一項靜態被動的通知技術，
基於萬維網的特性，相對於其它推播技術，
是一項極具萬維網風格的通知技術。
只要能發布網頁，就能發布 RSS，適應性極強。
其後也衍生出 RSS 0.92、RSS 1.0、RSS 2.0、 
Atom 等多個版本，這裡統稱 RSS。
本文對有網頁程式基礎的人，簡介 RSS 的原理。
</summary>

再來，有些人認為 rss 中應該要放全文，方便閱讀。但另一群人認為只應該放標題和摘要，一是放了全文，就不需要網站，點閱率會下降；一是 rss 本來就只是一份通知，不應該包含太多內容。總之，atom 設計了一份 <content> 標籤，如果你想要，可以把整篇文章放進去，一起在 atom 中發布。

還有一個很重要，就是原文的網址，在 atom 中是以 <link> 標籤表示。因為 atom 想像可能存在除了 html 以外的發布方式，例如純文字格式，加上 atom 本身即可以帶有 content，所以是用 alternate 表示存在另一種格式的資源。

<link rel="alternate"
      type="text/html"
      href="http://gholk.github.io/easy-rss-feed-concept.html" />
<link rel="alternate"
      type="text/plain"
      href="http://gholk.github.io/text/easy-rss-feed-concept.txt" />

最後，需要將整份 atom 組織起來。以 html 來說，可能會用 <hr> 分割每篇文章， atom 中則是用一個 <entry> 標籤來定義一篇文章，最後整個 xml 用一個 feed 作為根元素。所以你的 atom 看起來會像這樣：

<feed>

<entry>
    <id>http://gholk.github.io/easy-rss-feed-concept.html</id>
    <title>RSS 通知系統簡介</title>
    <published>2018-05-27T05:41:36.293Z</published>
    <updated>2018-05-27T05:48:17.635Z</updated>
    <link rel="alternate"
          type="text/html" 
          href="http://gholk.github.io/javascript-except-query-selector.html"/>
    <summary>
        RSS 是一項靜態被動的通知技術，
        基於萬維網的特性，相對於其它推播技術，
        是一項極具萬維網風格的通知技術。
        只要能發布網頁，就能發布 RSS，適應性極強。
        其後也衍生出 RSS 0.92、RSS 1.0、RSS 2.0、 
        Atom 等多個版本，這裡統稱 RSS。
        本文對有網頁程式基礎的人，簡介 RSS 的原理。
    </summary>
    <category term="web"/>
</entry>

<entry>
    <id>http://gholk.github.io/javascript-except-query-selector.html</id>
    <title>document.querySelector 的短處</title>
    <published>2018-05-26T05:41:36.293Z</published>
    <updated>2018-05-26T05:41:36.549Z</updated>
    <link rel="alternate" 
          type="text/html" 
          href="http://gholk.github.io/javascript-except-query-selector.html"/>
    <summary>在 javascript 操作 dom 中，document.querySelector
        這個新的方法可以簡化很多操作，一舉取代大部份的查詢方法。
        但有時候不打算把查詢目標寫死時，就會比較麻煩，
        這時候可以回到單純的 getElementsByClassName、
        getElementById 等會比較方便，不用為 id 加上 # ，
        或為 class 加上 . 。
    </summary>
    <category term="javascript"/>
    <category term="web"/>
</entry>

</feed>

另外身為一份標準化的格式，為了配合 xml 的偏執，每篇文章要有一個 id，必須保證不能重複。可能會直接拿文章的網址，畢竟網址絕對不會重複。所以上面的 entry 中有 id 這個元素。 updated 則是相對於 published， published 是該內容發布的時間， updated 則是內容最後變動的時間。

最後，你可能還想在 atom 中放上部落格的簡介，你可以在 feed 中加 title 元素， subtitle 作副標題， updated 表示這份 rss 最後更新時間，詳情可以直接看我的 atom ，或直接看 rfc 標準。

更新頻率

以 atom 來說，一份是一個 feed 根元素，內含有多個 entry 元素。我的做法是，發布新文章時，就將新文章的 entry 插到最前面，並更新 atom 的 updated 時間。然後其它人會定期來抓這份 atom 回去，下次再抓時，就會發現有新內容了。

日子久了，entry 就會越積越多，atom 也越來越大。我的習慣是不清，頂多把五篇後十篇後的 entry 的 content 移除，反正 entry 也佔不了多少空間。如果要的話，也可以固定把十篇後，或二個月前的 entry 清掉；或直接激進派，每次發新文章都把舊的全部清掉，其實如果間隔不要太快，隔一二天才一篇，理論上大部份人是每天更新 RSS 的，二邊都一邊一次，是不太會漏掉的。

其它通知

其實無論是 rss 或 atom 格式，沒有限定在部落格和文章，甚至也不限定在網頁，也適用在很多其它發布通知的地方。

像 wiki 就有 rss 可以訂閱，每有人編輯一次，就會加一則 entry，內容就是該次編輯的內容。
git repository 也可以用 rss，每次 commit 就發，還可以用 url 指向 diff 表示 commit 內容。

如果是 github 和 issue 系統，有人發 issue 或 pull request，也會有新通知。
以前 facebook 甚至提供把 notification 用 rss 的方式訂閱，每次動態就是一則 entry，就像現在的通知，也是每則通知有標題、內容、日期、指向的網址，分明就是一份 rss。

github 也有類似的功能，且現在還有運作；每次你追縱的 repository 有事件、你 follow 的人 star 了某個 repo，都會通知你。

但這種通知有個問題，就是他是用網址的型式，如果網址不小心洩漏，別人也可以經由這個網址看到你的通知。相當於明文存密碼的感覺。

其它應用

像我是直接把 atom 當資料庫來用，首頁不放內容了，直接用 ajax 抓 atom 回來解析，然後顯示前十項最新文章。所以舊的 entry 也不能清掉，不然就看不到資料了。不過現在 atom 有點肥大了，就會造成載入變慢，大概 400K 吧嘿嘿，看首頁就要載入 400K 的 atom，可能之後會把老舊部份分離出來吧。