iComputer 2019-06-27
接下来还有待于继续优化,如向 https://feed43.com/ 那样,输入 Web URL 就能生成 RSS Feed,又能根据实际需要自己设定更新时间等。摘自:《花 2 小时撸一个 RSS 生成器》https://mp.weixin.qq.com/s/mRjoKgkq1PoqlVgOw8oRYw
今天试着完成如何可以根据实际需要自己设定更新时间间隔时长。
由于我们使用 xpath 方式去抓取网站的内容,这些网站更新了内容,但它们不会实时告诉你它们更新了;所以「RSS 阅读器如何做到所谓的的「更新」呢?」
要获取某个订阅源的文章更新,最基础而朴素的方法就是定时访问其 RSS 地址,检查对应的 XML 文件有无变化。
同时,第二个问题出现了,虽然可以检查 RSS 是否有更新,但怎么去通知我们的「订阅者」(如:IFTTT) 呢?
虽然 Google Reader 已经关闭了,但它留下了一份遗产 ——PubSubHubbub 协议。在 PubSubHubbub 协议下,每当内容发布者(Publisher)发布新的内容时,都会主动通知一个被称为 Hub 的第三方服务器,Hub 随即通过发送 HTTP POST 请求的方式,将更新情况和文章内容「推送」给曾经向其订阅过该内容源的订户(Subscriber),从而真正实现了「即时」更新。
实践中,RSS 服务往往扮演着上述三方关系中的订户角色,从而不再需要为了及时获取内容反复刷新订阅源,而只要等着 Hub 传来内容源主动通知的更新,「坐享其成」就行了。这大大降低了成本,也彻底消除了更新不及时的问题。至于这一协议中的枢纽——Hub 服务器,Google 则在当年自己搭建了一个,而且至今还在运营;另外,一家名叫 Superfeedr 的公司也公开提供 Hub 服务。
需要注意的是,所谓的「实时」只是相对的,通知的发送不可能快过 RSS 服务抓取到订阅源更新的时间,而我们已经知道后者往往存在不可避免的时间差。因此,实时推送功能的作用只是提醒我们不要错过关心的内容;要真正做到分钟级的先知先觉,当今媒体生态下恐怕还是直接瞄准社交网络更为靠谱。以上文字内容更多来自:《2018 年主流 RSS 服务选哪家?Feedly、Inoreader 和 NewsBlur 全面横评》https://sspai.com/post/44420
有了 PubSubHubbub 协议来支撑我们「自动更新」能力,那我们就可以完善我们的代码。
php artisan make:migration add_interval_to_xpaths_table --table=xpaths
默认间隔时间是 2个小时:
<?php use Illuminate\Support\Facades\Schema; use Illuminate\Database\Schema\Blueprint; use Illuminate\Database\Migrations\Migration; class AddIntervalToXpathsTable extends Migration { /** * Run the migrations. * * @return void */ public function up() { Schema::table('xpaths', function (Blueprint $table) { $table->integer("interval")->default(2); }); } /** * Reverse the migrations. * * @return void */ public function down() { Schema::table('xpaths', function (Blueprint $table) { // }); } }
php artisan migrate
添加时间间隔选择框:
$form->select('interval', '更新间隔时间')->options( [ 1 => '一个小时', 2 => '两个小时', 4 => '四个小时', 8 => '八个小时', 12 => '半天', ] );
由于 Superfeedr 收费,所以使用了这个试试:http://phubb.cweiske.de/
按照要求,需要添加两个 Link 到 RSS Header:
<link href="{{ url("/feed/$xpath->id") }}" rel="self" type="application/atom+xml"/> <link rel="hub" href="http://phubb.cweiske.de/hub.php" />
接下来我们就需要根据每个 RSS 自定义的时间间隔,利用 Laravel 的任务调度功能。
具体参考:https://laravel-china.org/docs/laravel/5.5/scheduling
使用调度器时,只需将以下 Cron 项目添加到服务器。
* * * * * php /path-to-your-project/artisan schedule:run >> /dev/null 2>&1
这个 Cron 会每分钟调用一次 Laravel 命令调度器。执行 schedule:run 命令时, Laravel 会根据你的调度运行预定任务。
每个更新时间间隔的 RSS 会比较多,而且都需要网络请求,所以这里的采用「队列任务调度」,而且是以每小时去执行一次:
$schedule->job(new AutoUpdateRss(new EloquentRssRepository()))->hourly();
到了真正核心的地方了!
这里我们使用 database
这个队列驱动,首先需要创建一个数据表来存储任务。可以用 queue:table
这个 Artisan
命令来创建这个数据表的迁移。当迁移创建好以后,就可以用 migrate
这条命令来创建数据表:
php artisan queue:table php artisan migrate
修改 Default Queue Driver
为 database
:
'default' => env('QUEUE_DRIVER', 'database'),
生成任务类
php artisan make:job AutoUpdateRss
在 AutoUpdateRss 类执行查询满足条件的 xpaths,实时去触发 Hub 服务器,告知「订阅者」该更新了。
<?php namespace App\Jobs; use Illuminate\Bus\Queueable; use Illuminate\Queue\SerializesModels; use Illuminate\Queue\InteractsWithQueue; use Illuminate\Contracts\Queue\ShouldQueue; use Illuminate\Foundation\Bus\Dispatchable; use App\Repositories\RssRepositoryContract; class AutoUpdateRss implements ShouldQueue { use Dispatchable, InteractsWithQueue, Queueable, SerializesModels; private $rssRC; /** * Create a new job instance. * * @return void */ public function __construct(RssRepositoryContract $rssRC) { $this->rssRC = $rssRC; } /** * Execute the job. * * @return void */ public function handle() { $xpaths = $this->rssRC->query(); if (empty($xpaths) || count($xpaths) == 0) { return; } $this->rssRC->update($xpaths); } }
Laravel 的队列系统介绍,看这:https://laravel-china.org/docs/laravel/5.5/queues
查询方法
public function query() { $allXpaths = Xpath::all(); $now = Carbon::now(); $xpaths = $allXpaths->filter(function ($value, $key) use ($now) { $diff = $now->diffInHours(Carbon::parse($value->created_at)); return $diff % $value->interval == 0; }); return $xpaths; }
通知 Hub 方法
public function update($xpaths) { $client = new Client(); $requests = function ($xpaths) { $uri = 'http://phubb.cweiske.de/hub.php'; foreach($xpaths as $xpath) { yield new Request('POST', $uri, [ 'form_params' => [ 'hub.mode' => 'publish', 'hub.url' => url("/feed/$xpath->id") ] ] ); } }; $pool = new Pool($client, $requests($xpaths), [ 'concurrency' => 5, 'fulfilled' => function ($response, $index) { // this is delivered each successful response }, 'rejected' => function ($reason, $index) { // this is delivered each failed request }, ]); // Initiate the transfers and create a promise $promise = $pool->promise(); // Force the pool of requests to complete. $promise->wait(); }
这里我们使用 Guzzle http://guzzle-cn.readthedocs.io/zh_CN/latest/quickstart.html,利用多线程异步请求,提高效率。
// 安装 guzzle 插件 composer require guzzlehttp/guzzle
Guzzle 更多的使用,参考:《推荐一个 PHP 网络请求插件 Guzzle》https://mp.weixin.qq.com/s/w2I8hUmHu0UgjgbSMPEKpg
万事俱备,只剩下测试,跑跑效果了,我们把时间改成每隔五分钟,去更新 RSS,我们还是利用「IFTTT 连接钉钉」的方法,看看效果:
代码粗糙,但五脏俱全了,这过程主要使用了几个核心技术和工具:
- Laravel 的任务调度
- Laravel 的队列
- Guzzle 网络请求插件
- phubb - PHP PubSubHubbub server
让我们的 RSS Feed 有了定时器更新功能,下一步可以开始试着写写前端,做一个网站工具,让更多的人使用。
具体代码已同步 github:https://github.com/fanly/lrss
未完待续