說到RSS、Atom和Feed很多剛?cè)胄械耐瑢W(xué)可能只在老一輩技術(shù)文章里見過這幾個(gè)詞以為這是“上一代互聯(lián)網(wǎng)的化石”。但如果你真的動(dòng)手維護(hù)過一個(gè)內(nèi)容站你會(huì)發(fā)現(xiàn)Feed機(jī)制至今依然是內(nèi)容分發(fā)的基石之一新聞聚合器、播客客戶端、知識(shí)管理工具、自動(dòng)化工作流全都在消費(fèi)這種標(biāo)準(zhǔn)格式。這次我用Django從零實(shí)現(xiàn)了一套R(shí)SS 2.0和Atom 1.0訂閱源踩了不少坑也把前后端、模板、緩存、協(xié)議細(xì)節(jié)捋了一遍。這篇文章會(huì)把概念拆解、實(shí)現(xiàn)方案、完整代碼和線上問題排查經(jīng)驗(yàn)一次性講清楚適合需要用Django快速輸出Feed的開發(fā)者也適合想弄清楚RSS/Atom底層協(xié)議差異但在網(wǎng)上找不到系統(tǒng)解釋的人。先給個(gè)結(jié)論Django內(nèi)置的Feed框架比大多數(shù)人想象中好用但默認(rèn)行為里藏著不少雷。如果你只是照抄官方文檔通常會(huì)遇到三個(gè)問題文章正文里的相對鏈接沒有被解析成絕對地址、中文內(nèi)容在部分訂閱器里亂碼、發(fā)布時(shí)間因?yàn)闀r(shí)區(qū)設(shè)置導(dǎo)致錯(cuò)亂。這篇文章后面會(huì)逐一說明并且給你一套可以直接復(fù)用的完整實(shí)現(xiàn)。1. Feed概念拆解你寫的到底是一種什么文件1.1 RSS、Atom、Feed三者到底是什么關(guān)系Feed是一種“站點(diǎn)主動(dòng)向外廣播更新內(nèi)容的XML文檔”的統(tǒng)稱。網(wǎng)站把最新文章標(biāo)題、鏈接、摘要、發(fā)布時(shí)間等信息按照約定的XML結(jié)構(gòu)寫出來訂閱器比如瀏覽器內(nèi)置的閱讀器、手機(jī)上的播客App、各類聚合工具定期抓取這個(gè)XML就能知道站點(diǎn)有沒有更新新內(nèi)容。這個(gè)機(jī)制把“用戶去網(wǎng)站看有沒有更新”變成了“訂閱器替你持續(xù)盯著有更新就通知你”。RSS是最早流行起來的一套XML規(guī)范常見版本是RSS 2.0。Atom則是后來為了修正RSS的一些混亂約定而生的標(biāo)準(zhǔn)兩者解決的問題幾乎一樣傳輸“內(nèi)容的元數(shù)據(jù)正文”。因此才會(huì)有“RSS/Atom/Feed”這種三個(gè)名詞常被混用的現(xiàn)象。嚴(yán)格來說“Feed”是統(tǒng)稱“RSS”和“Atom”是具體格式。你在瀏覽器地址欄輸入一個(gè)Feed鏈接網(wǎng)絡(luò)請求頭會(huì)帶application/rssxml或application/atomxml但很多訂閱器并不嚴(yán)格區(qū)分這種MIME類型只要XML結(jié)構(gòu)能解析就行。RSS 2.0的典型結(jié)構(gòu)長這樣最外層rss version2.0里面一個(gè)channelchannel下有title、link、description然后是一條條item。每條item里又包含title、link、guid、description、pubDate。如果你見過網(wǎng)景早期做的博客目錄就能理解為什么XML字段都那么簡單——它本來就是為“目錄聚合”設(shè)計(jì)的沒打算承載復(fù)雜的富文本。Atom 1.0的結(jié)構(gòu)則更規(guī)整根節(jié)點(diǎn)feed xmlnshttp://www.w3.org/2005/Atom下面有title、updated、id、author條目叫entryentry里用content typehtml存放正文用published和updated區(qū)分“首次發(fā)布”和“最后修改”。Atom還強(qiáng)制要求每條entry必須有id這個(gè)id要求是全局唯一的永久標(biāo)識(shí)。1.2 RSS與Atom的關(guān)鍵差異選型時(shí)看這幾點(diǎn)我在實(shí)際項(xiàng)目里把RSS和Atom都實(shí)現(xiàn)了因?yàn)椴煌嗛喥骺蛻舳酥С值母袷讲⒉煌耆恢?。很多老牌閱讀器只認(rèn)RSS而一些現(xiàn)代化工具反而偏好Atom。如果你的站點(diǎn)拿不準(zhǔn)用戶用什么客戶端建議同時(shí)輸出兩種格式成本很低只需在URL里區(qū)分路徑即可。對照來看RSS 2.0和Atom 1.0有幾個(gè)關(guān)鍵差異對比項(xiàng)RSS 2.0Atom 1.0根節(jié)點(diǎn)rss version2.0feed xmlns...Atom條目標(biāo)簽itementry正文容器description習(xí)慣上放摘要也常放全文content typehtml發(fā)布時(shí)間pubDateRFC 822格式published/updatedISO 8601格式ID要求guid可選但建議有id必需自包含元數(shù)據(jù)較弱作者信息通常放channel層級(jí)每條entry都可以有獨(dú)立作者擴(kuò)展機(jī)制需要額外命名空間原生支持XML命名空間擴(kuò)展選型思路其實(shí)不復(fù)雜如果只想服務(wù)老牌RSS閱讀器RSS 2.0就夠如果你的內(nèi)容摘要經(jīng)常包含富文本、需要精確表達(dá)更新時(shí)間和作者信息Atom更規(guī)范。如果兩者都上Django的Feed框架可以共用一套代碼只是指定不同的feed_type即可。1.3 202X年了為什么還要折騰Feed有人會(huì)問現(xiàn)在有移動(dòng)端推送、有消息隊(duì)列、有各種社交平臺(tái)還要Feed干嘛我自己的體會(huì)是Feed是“用戶主動(dòng)訂閱”機(jī)制里成本最低的通道。推送是平臺(tái)方單向決定你要看什么而訂閱是用戶自主決定的長期授權(quán)。你收進(jìn)閱讀器里的每一個(gè)Feed都是穩(wěn)定的信息來源不受推薦算法干擾。對于獨(dú)立博客、個(gè)人作品集、技術(shù)文檔站來說輸出一個(gè)規(guī)范的Feed能顯著提升內(nèi)容被復(fù)用的效率。另外很多自動(dòng)化系統(tǒng)至今依賴Feed作為數(shù)據(jù)源。比如我見過一個(gè)內(nèi)部運(yùn)維平臺(tái)每天凌晨抓取若干技術(shù)博客的RSS篩選關(guān)鍵詞后自動(dòng)生成摘要日報(bào)發(fā)送到企業(yè)聊天群。這種場景不需要調(diào)用對方網(wǎng)站的任何API只需解析一個(gè)XML文件。還有不少靜默校準(zhǔn)的AI訓(xùn)練管線、合規(guī)審計(jì)系統(tǒng)也經(jīng)常把Feed里的發(fā)布時(shí)間當(dāng)作時(shí)間戳基準(zhǔn)。所以Feed不是過氣技術(shù)而是基礎(chǔ)能力。2. Django實(shí)現(xiàn)Feed的方案選型2.1 自建XML模板 vs 官方Feed框架在Django里做Feed最直觀的想法是寫一個(gè)視圖函數(shù)用HttpResponse返回一段模板渲染后的XML。這種做法當(dāng)然可行數(shù)據(jù)控制力最強(qiáng)想輸出什么自定義節(jié)點(diǎn)都能辦到。但隨之而來的問題是你要自己處理XML轉(zhuǎn)義、日期格式轉(zhuǎn)換、絕對URL拼接、條件判斷邏輯復(fù)用等一系列細(xì)節(jié)。這些細(xì)節(jié)在單個(gè)頁面里不算什么一旦擴(kuò)展到多語言、多內(nèi)容模型文章、問答、視頻、播客代碼很快會(huì)變得不可維護(hù)。Django官方提供了django.contrib.syndication.views.Feed這個(gè)類它把以上細(xì)節(jié)封裝成了可復(fù)用的框架。你只需要聲明一個(gè)繼承Feed的類定義title、link、description三個(gè)屬性再實(shí)現(xiàn)items()方法告訴框架“取哪些數(shù)據(jù)”框架就會(huì)自動(dòng)生成標(biāo)準(zhǔn)格式的XML。內(nèi)置框架還替你處理了:syndication的MIME類型輸出、link rel”self”的自動(dòng)生成以及根據(jù)請求域名自動(dòng)把相對URL轉(zhuǎn)換為絕對URL。我最終選擇的是用官方Feed框架作為主骨架同時(shí)覆寫item_pubdate、item_updateddate、item_content等鉤子方法加入業(yè)務(wù)需要的內(nèi)容。這樣既不用從零維護(hù)XML標(biāo)簽拼接又能對輸出結(jié)構(gòu)做精細(xì)控制。2.2 Feed框架運(yùn)行的三個(gè)關(guān)鍵環(huán)節(jié)理解Django Feed框架的核心機(jī)制記住三個(gè)環(huán)節(jié)就夠了。第一URL路由。Feed框架實(shí)質(zhì)是一個(gè)視圖類你需要在urls.py里調(diào)用FeedClass()實(shí)例作為視圖函數(shù)比如path(‘rss.xml’, MyFeed())。當(dāng)請求到達(dá)模板時(shí)Django先實(shí)例化Feed類然后根據(jù)請求內(nèi)容構(gòu)造響應(yīng)對象。第二items()返回的數(shù)據(jù)集?？蚣軆?nèi)部會(huì)調(diào)用items()方法把返回的QuerySet逐條傳入后續(xù)的鉤子方法。這個(gè)方法就是你的數(shù)據(jù)入口你可以在這里做權(quán)限過濾、緩存優(yōu)化、分頁控制。第三格式化鉤子。框架對每一條item調(diào)用一系列item_xxx()方法獲取對應(yīng)字段比如item_title(item)返回條目標(biāo)題item_link(item)返回條目鏈接item_description(item)返回內(nèi)容摘要。如果你沒有實(shí)現(xiàn)這些方法框架會(huì)用默認(rèn)邏輯比如默認(rèn)把item.link當(dāng)作相對URL拼在當(dāng)前請求域名下。Django的Feed框架還支持兩種輸出格式Rss201rev2Feed對應(yīng)RSS 2.0Atom1Feed對應(yīng)Atom 1.0。你只需要在Feed類里設(shè)置feed_type屬性例如feed_type Atom1Feed返回的XML結(jié)構(gòu)就會(huì)自動(dòng)切換為Atom格式?？蚣軆?nèi)部會(huì)根據(jù)feed_type調(diào)用不同的FeedGenerator類生成XML時(shí)按協(xié)議輸出對應(yīng)的標(biāo)簽和屬性。2.3 擴(kuò)展點(diǎn)那些官方文檔沒細(xì)講的能力除了上面提到的item_系列方法Feed框架還有幾個(gè)容易被忽略但非常實(shí)用的擴(kuò)展點(diǎn)。get_feed(self, obj, request)是整個(gè)Feed視圖的入口你可以在這里設(shè)置響應(yīng)頭比如添加Cache-Control、Last-Modified等。我需要輸出全量最近50篇文章但又不想每5分鐘讓數(shù)據(jù)庫承受一次重復(fù)查詢就在這個(gè)方法里打了輕量緩存。get_object(self, request, *args, **kwargs)用于處理URL路徑里的參數(shù)。比如你要做分類Feed路徑為/feeds/category/advanced-python/在get_object里解析分類參數(shù)并返回一個(gè)分類對象Feed類里該參數(shù)會(huì)被自動(dòng)傳給items等方法。這相當(dāng)于給Feed設(shè)計(jì)了一個(gè)動(dòng)態(tài)作用域。更有用的是item_extra_kwargs(item)方法用來給每條item追加額外XML節(jié)點(diǎn)。比如我想在RSS里輸出文章封面圖直接在item_description里拼img標(biāo)簽?zāi)軠惡系タ虵eed要求有enclosure節(jié)點(diǎn)這在RSS框架里沒有默認(rèn)鉤子。覆寫item_extra_kwargs返回一個(gè)字典再覆寫item_enclosure就能輸出正確的enclosure結(jié)構(gòu)。官方文檔只提了一兩句但實(shí)戰(zhàn)中這是一個(gè)關(guān)鍵擴(kuò)展點(diǎn)。3. 核心實(shí)現(xiàn)從零搭建一套可用的Feed輸出服務(wù)3.1 準(zhǔn)備數(shù)據(jù)模型先設(shè)定一個(gè)簡化的博客模型。實(shí)際項(xiàng)目中你可能有多個(gè)內(nèi)容類型這里用一個(gè)Article模型來演示。# models.py from django.db import models from django.utils import timezone class Article(models.Model): title models.CharField(max_length200) slug models.SlugField(uniqueTrue) summary models.TextField(blankTrue) content models.TextField() author_name models.CharField(max_length50) published_at models.DateTimeField(defaulttimezone.now) updated_at models.DateTimeField(auto_nowTrue) is_public models.BooleanField(defaultTrue) class Meta: ordering [-published_at] def get_absolute_url(self): return f/articles/{self.slug}/這里有兩個(gè)值得注意的細(xì)節(jié)updated_at字段用來標(biāo)識(shí)內(nèi)容是否有過修改Atom格式里強(qiáng)制要求每條entry有updated字段可以用它get_absolute_url返回的必須是相對路徑因?yàn)榭蚣軙?huì)自動(dòng)拼域名。如果你直接硬編碼回絕對URL反而可能導(dǎo)致域名判斷錯(cuò)誤時(shí)出現(xiàn)不一致的鏈接。為了演示“分類Feed”我順便加一個(gè)Category模型并給Article增加外鍵。但為了保持示例簡潔不用關(guān)系表改用一種更常見的設(shè)計(jì)文章可以掛在多個(gè)分類下用多對多即可。這里只貼出核心字段。3.2 編寫Feed類下面這個(gè)類是整套實(shí)現(xiàn)的核心。它同時(shí)支持輸出RSS和Atom兩種格式你可以通過URL路徑里是否帶atom關(guān)鍵字來切換。# feeds.py from django.contrib.syndication.views import Feed from django.contrib.syndication import feeds as django_feeds from django.urls import reverse from django.utils.feedgenerator import Atom1Feed, Rss201rev2Feed from .models import Article class BaseArticleFeed(Feed): 抽象基類統(tǒng)一處理文章Feed公共部分 # 子類可通過修改feed_type切換格式 feed_type Rss201rev2Feed title 我的博客 - 最新文章 subtitle 記錄技術(shù)成長與日常思考 link /articles/ description 定期輸出的文章匯總 def items(self): # 實(shí)際項(xiàng)目里這里要用緩存或只取必要字段 return Article.objects.filter(is_publicTrue)[:50] def item_title(self, item): return item.title def item_description(self, item): return item.summary or item.content[:200] def item_link(self, item): return item.get_absolute_url() def item_pubdate(self, item): return item.published_at def item_updateddate(self, item): return item.updated_at def item_author_name(self, item): return item.author_name def item_categories(self, item): return [c.name for c in item.categories.all()] class ArticleRssFeed(BaseArticleFeed): feed_type Rss201rev2Feed class ArticleAtomFeed(BaseArticleFeed): feed_type Atom1Feed # Atom還允許設(shè)置author官方幀默認(rèn)用settings里的也可在子類覆寫 def item_author_email(self, item): return noreplyexample.com你可能注意到BaseArticleFeed里沒有寫feed_type之外的代碼這樣兩個(gè)子類就自然繼承了全部邏輯。不同格式之間的切換開銷極小框架底層是同一個(gè)items()和鉤子方法集合只是XML輸出模板不同。有人問item_link為什么不用reverse()生成倒是很簡單這里我直接返回相對路徑框架會(huì)自動(dòng)補(bǔ)全為當(dāng)前站點(diǎn)的絕對URL。如果用reverse(article_detail, args[item.slug])也是一樣的效果。在Feed里返回所有Article實(shí)例如果不做限制數(shù)據(jù)量大時(shí)會(huì)把全部文章序列化成XML非常浪費(fèi)時(shí)間。我在這里用[:50]切片限制條數(shù)實(shí)際項(xiàng)目建議在items里使用only()指定只加載需要的字段避免加載巨大的content字段。只有item_description需要summary或content時(shí)才加載它。3.3 URL配置與路由路由配置同樣非常簡單給兩種格式各配一個(gè)URL模式。# urls.py from django.urls import path from .feeds import ArticleRssFeed, ArticleAtomFeed urlpatterns [ path(feeds/rss/, ArticleRssFeed(), namearticle_rss_feed), path(feeds/atom/, ArticleAtomFeed(), namearticle_atom_feed), ]注意這里Feed類實(shí)例要以視圖函數(shù)形式使用因此加上括號(hào)ArticleRssFeed()。Django框架內(nèi)部調(diào)用__call__符合視圖接口。如果想讓訂閱鏈接在HTML模板中自動(dòng)填充還可以在head中加link relalternate typeapplication/rssxml titleRSS href{% url article_rss_feed %} /。這樣瀏覽器檢測到頁面有Feed后就會(huì)在地址欄高亮RSS按鈕。還有一個(gè)容易被忽略的細(xì)節(jié)Feed視圖本身不需要crsf中間件保護(hù)。因?yàn)樗荊ET請求且通常被各種訂閱器頻繁抓取你完全不需要登錄態(tài)判斷哪些用戶有權(quán)限。如果網(wǎng)站有獨(dú)立的“私有訂閱”邏輯你需要通過URL里的Token來識(shí)別這種場景就不適合公開直接掛出去。3.4 內(nèi)容格式化與模板細(xì)節(jié)Django框架生成XML時(shí)會(huì)自動(dòng)對title、description等字段做XML轉(zhuǎn)義把轉(zhuǎn)成amp;把轉(zhuǎn)成lt;。但有個(gè)坑如果你的description里放的是富文本HTML比如包含p、img、blockquote標(biāo)簽框架默認(rèn)會(huì)原樣輸出導(dǎo)致“雙重轉(zhuǎn)義”或格式錯(cuò)亂。解決辦法是覆寫item_description時(shí)明確控制內(nèi)容類型。官方框架在生成RSS時(shí)會(huì)調(diào)用item_description返回值放入description標(biāo)簽?zāi)J(rèn)不做HTML轉(zhuǎn)義。如果你的內(nèi)容字段是安全的HTML其實(shí)可以直接返回原文但需要注意如果你把不安全的用戶輸入直接塞進(jìn)去就可能引發(fā)XML注入。我用于文章站的字段是后臺(tái)編輯產(chǎn)生的可信內(nèi)容所以直接輸出沒問題。如果你的description里既有富文本又要保持安全建議用django.utils.html.strip_tags先去掉標(biāo)簽或者用bleach庫做白名單過濾。我通常的做法是RSS的description輸出純摘要文本而把全文HTML放進(jìn)Atom的content typehtml里。但Django框架默認(rèn)的Atom輸出在content里也會(huì)放入item_description的內(nèi)容。如果你希望Atom里放全文RSS里放摘要可以分別覆寫不同格式類里的item_description。另一個(gè)實(shí)用細(xì)節(jié)是給link添加xml:base。如果你從數(shù)據(jù)庫取出的正文里包含類似/media/xxx.jpg的相對路徑閱讀器是不知道相對路徑應(yīng)該基于哪個(gè)域名解析的。Django框架會(huì)基于請求域名生成link和guid但正文內(nèi)部HTML里的相對路徑不代表會(huì)被改寫。因此我在模板輸出前統(tǒng)一加一個(gè)預(yù)處理函數(shù)把正文里的相對路徑拼接成絕對URL。# feeds.py from django.utils.html import conditional_escape import re def absolutize_html(html_content, base_url): return re.sub(r(src|href)(/[^]*), lambda m: f{m.group(1)}{base_url}{m.group(2)}, html_content)不過用正則處理HTML并不穩(wěn)健。如果項(xiàng)目里已經(jīng)用了markdownify或富文本編輯器它們很可能輸出完整絕對鏈接可以省掉這步。我這里只是為了演示一套可用的策略生產(chǎn)環(huán)境更推薦在編輯器端存儲(chǔ)時(shí)就存絕對URL或存相對路徑后渲染到瀏覽器頁面時(shí)統(tǒng)一用request.build_absolute_uri處理。3.5 訂閱測試與驗(yàn)證寫完代碼后建議先不用訂閱器直接用瀏覽器訪問/feeds/rss/看XML原始輸出。接著用兩個(gè)工具做驗(yàn)證一個(gè)是W3C的Feed驗(yàn)證服務(wù)另一個(gè)是本地命令行功能。curl -s http://127.0.0.1:8000/feeds/rss/ | head -80看輸出的XML是否包含合法的rss version2.0和item條目確認(rèn)編碼是否為UTF-8。然后檢查某個(gè)guid是不是永久鏈接pubDate格式是否形如Thu, 14 Nov 2024 06:24:38 0000。如果你有Python環(huán)境可以直接用標(biāo)準(zhǔn)庫解析import xml.etree.ElementTree as ET import urllib.request xml_data urllib.request.urlopen(http://127.0.0.1:8000/feeds/rss/).read() root ET.fromstring(xml_data) for item in root.iter(item): title item.find(title).text print(title)這能快速發(fā)現(xiàn)XML是否損壞。很多訂閱器對XML解析非常嚴(yán)格如果某個(gè)字段里包含了未轉(zhuǎn)義的字符往往整個(gè)Feed就無法更新。4. 線上排查實(shí)錄與避坑經(jīng)驗(yàn)4.1 中文亂碼或部分訂閱器顯示亂碼這個(gè)問題一般出在HTTP響應(yīng)頭沒有聲明正確的編碼。Django框架生成的Feed默認(rèn)返回text/xml; charsetutf-8理論上沒問題。但如果你用自建視圖或手動(dòng)拼接XML字符串很容易忘記設(shè)置消息頭。此外有的老訂閱器對Content-Type里的charset參數(shù)比較敏感如果只有text/xml沒有charsetutf-8它們會(huì)按照默認(rèn)的sales-8859-1解析中文就變成了亂碼。我遇到過具體場景是本地開發(fā)一切都正常部署到生產(chǎn)環(huán)境后某些在線訂閱器抓取得到的標(biāo)題變成了類似a€?...的亂碼。排查下來發(fā)現(xiàn)是因?yàn)椴渴瓠h(huán)境里的Nginx把上游Django返回的Content-Type給重寫了覆蓋成text/xml而丟失了charsetutf-8。修復(fù)方式是在Django視圖里顯式設(shè)置響應(yīng)頭def get_feed(self, obj, request): response super().get_feed(obj, request) response[Content-Type] application/rssxml; charsetutf-8 return response順便說一句RSS標(biāo)準(zhǔn)建議的MIME類型是application/rssxml但許多瀏覽器確實(shí)支持application/xml。我傾向于直接使用框架默認(rèn)值但會(huì)確保帶上charset參數(shù)。4.2 發(fā)布時(shí)間時(shí)區(qū)錯(cuò)亂或“更新日期”缺失Django默認(rèn)時(shí)區(qū)是UTC但國內(nèi)很多站點(diǎn)可能會(huì)把settings.TIME_ZONE改成Asia/Shanghai。如果你使用django.utils.timezone.now()生成文章發(fā)布時(shí)間數(shù)據(jù)庫存的是UTC時(shí)間輸出時(shí)框架會(huì)以settings.USE_TZ的配置格式化。有時(shí)部署環(huán)境里USE_TZFalse會(huì)導(dǎo)致published_at里的naive datetime被當(dāng)成當(dāng)前系統(tǒng)時(shí)區(qū)輸出不同客戶端看到的時(shí)間就會(huì)不一致。最簡單的處理方式是堅(jiān)持使用帶時(shí)區(qū)的DateTimeField并在item_pubdate里確保返回的是aware datetime?？梢杂胻imezone.localtime(value)把時(shí)間轉(zhuǎn)換到站點(diǎn)時(shí)區(qū)再輸出。另外Atom格式要求updated字段必須有值如果你沒實(shí)現(xiàn)item_updateddate方法框架會(huì)回退到item_pubdate這會(huì)丟失“內(nèi)容后來被修改”的信息。我一般會(huì)同時(shí)實(shí)現(xiàn)這兩個(gè)方法保證Atom用戶能看到準(zhǔn)確的更新狀態(tài)。4.3 訂閱器里鏈接指向了localhost或內(nèi)部域名這是新手最容易踩的坑。當(dāng)你用runserver測試時(shí)Feed里所有鏈接都是http://127.0.0.1:8000。一旦把代碼部署到線上如果請求頭里的Host字段沒有被正確傳遞或者你的反代配置有問題訂閱器抓到的仍是內(nèi)網(wǎng)地址。Django框架生成絕對URL時(shí)用的是request.build_absolute_uri它會(huì)基于request.get_host()判斷域名。因此排查思路是先用curl -I查看響應(yīng)的link標(biāo)簽看域名是否正常。如果是內(nèi)網(wǎng)地址說明部署環(huán)境沒有把正確的Host頭轉(zhuǎn)發(fā)給你檢查Nginx里的proxy_set_header Host $host;。另外如果站點(diǎn)本身配置了多個(gè)域名比如example.com和www.example.com建議在Feed的link屬性里明確指定固定域名避免不同入口抓到的內(nèi)容不一致。我在線上項(xiàng)目中是這樣處理的class BaseArticleFeed(Feed): def get_feed(self, obj, request): self._absolute_uri request.build_absolute_uri(/)[:-1] return super().get_feed(obj, request) def item_link(self, item): return self._absolute_uri item.get_absolute_url()這樣能確保無論通過哪個(gè)域名訪問Feed里的鏈接始終基于當(dāng)前請求域名。如果你希望更穩(wěn)定可以單獨(dú)配置一個(gè)settings.SITE_DOMAIN常量在item_link里拼固定域名。4.4 訂閱器不更新或拒絕解析訂閱器不自動(dòng)更新常見原因有三個(gè)。第一Feed URL返回了HTTP 200但沒有輸出新內(nèi)容因?yàn)榫彺娌呗蕴みM(jìn)。很多閱讀器會(huì)按照Last-Modified或ETag來決定是否拉取新內(nèi)容。如果你在入口寫了全局緩存中間件卻沒有正確設(shè)置新鮮度信息可能導(dǎo)致訂閱器長期拿到舊數(shù)據(jù)。解決方案是在Feed響應(yīng)里添加合理的緩存頭response[Cache-Control] max-age3600 response[Last-Modified] last_modified_time.strftime(%a, %d %b %Y %H:%M:%S GMT)第二XML解析失敗但肉眼看不出來。比如你的文章正文里有一個(gè)單獨(dú)的框架默認(rèn)轉(zhuǎn)義后應(yīng)該輸出amp;如果你在item_description里用了mark_safe卻沒有做轉(zhuǎn)義就會(huì)生成非法XML。遇到訂閱器報(bào)“解析錯(cuò)誤”時(shí)先用標(biāo)準(zhǔn)XML解析器校驗(yàn)一下這一步能快速定位到具體是哪一篇文章或哪個(gè)字段出了問題。第三guid重復(fù)。RSS規(guī)范建議guid永久唯一。如果你把文章ID當(dāng)作guid刪除重建文章后ID可能會(huì)復(fù)用導(dǎo)致訂閱器認(rèn)定“這條更新過”但內(nèi)容沒變。我習(xí)慣使用鏈接本身作為guid因?yàn)槲恼骆溄油ǔ２粫?huì)重復(fù)。Django框架默認(rèn)使用item_link作為guid這個(gè)行為已經(jīng)比較安全不需要額外改動(dòng)。4.5 性能問題一次抓取觸發(fā)了過量數(shù)據(jù)庫查詢Feed通常被訂閱器每小時(shí)甚至每十分鐘抓取一次如果站點(diǎn)文章量大不做優(yōu)化的話數(shù)據(jù)庫壓力會(huì)很大。我的優(yōu)化策略分三層第一層在items方法里用select_related和prefetch_related預(yù)取關(guān)聯(lián)數(shù)據(jù)避免item_categories這類鉤子觸發(fā)N1查詢。def items(self): return (Article.objects.filter(is_publicTrue) .select_related(author) .prefetch_related(categories) .only(id, title, slug, summary, content, published_at, updated_at, author_name) [:50])第二層把items()返回的QuerySet結(jié)果序列化成基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)加一個(gè)短時(shí)緩存。比如用cache.set(feed_items_50, items_data, 300)。這樣兩三百秒內(nèi)多次抓取都不會(huì)打數(shù)據(jù)庫。第三層如果站點(diǎn)內(nèi)容更新不頻繁可以讓get_feed方法直接拼接緩存好的XML字節(jié)串返回效果最明顯。但使用字節(jié)緩存前要留意響應(yīng)頭里Content-Type和Last-Modified也要一并緩存。有一個(gè)小坑你直接緩存QuerySet對象可能報(bào)QuerySet is not picklable因?yàn)槠渲邪四Ｐ蛯?shí)例的狀態(tài)。我的做法是只緩存list(item_dict)然后items()方法返回cached_list框架對普通列表也能迭代處理。這樣緩存結(jié)構(gòu)簡單也不會(huì)觸碰深拷貝模型實(shí)例的坑。5. 輸出效果的對比測試很多同學(xué)實(shí)現(xiàn)完Feed就收工了我建議多做一步用同一個(gè)數(shù)據(jù)源輸出RSS和Atom兩個(gè)格式然后跑一下簡短的對比測試看看兩個(gè)格式在主流閱讀器里的呈現(xiàn)差異。我的測試結(jié)果供你參考。用一個(gè)包含標(biāo)題、摘要、正文、兩個(gè)分類、更新時(shí)間不同的文章列表分別請求RSS和Atom輸出對比兩邊的關(guān)鍵字段。檢查點(diǎn)RSS 2.0輸出Atom 1.0輸出根節(jié)點(diǎn)rss version2.0feed xmlnshttp://www.w3.org/2005/Atom時(shí)間格式Sun, 18 Nov 2024 11:23:05 08002024-11-18T11:23:0508:00正文位置description里的是摘要content typehtml里的是全文作者放在channel下每條entry內(nèi)都有author分類category可選category可重復(fù)這段測試之后我意識(shí)到RSS閱讀器通?？粗亍皹?biāo)題摘要”的清爽感Atom客戶端卻更傾向于把全文當(dāng)作content解析。如果你的站點(diǎn)內(nèi)容以長文為主建議默認(rèn)輸出Atom如果你的目標(biāo)用戶習(xí)慣使用收件箱式的摘要閱讀器RSS就足夠了。大多數(shù)場景下兩者一起輸出并不帶來額外維護(hù)負(fù)擔(dān)反而是最穩(wěn)妥的選擇。6. 想清楚這些之后我的維護(hù)心得最后說一個(gè)我在實(shí)際運(yùn)營中體會(huì)很深的角度。很多人把Feed當(dāng)作“一個(gè)靜態(tài)文件”看待寫好后就不再接維護(hù)。但其實(shí)Feed也是站點(diǎn)的一部分它和頁面URL一樣需要保持穩(wěn)定、可緩存、可監(jiān)測。你要把/feeds/rss/和/feeds/atom/當(dāng)作兩個(gè)獨(dú)立頁面來看待納入監(jiān)控系統(tǒng)檢查它們是否返回200、XML是否合法、內(nèi)容是否更新。我在自己的項(xiàng)目里給Feed增加了更新檢測邏輯每次文章發(fā)布時(shí)主動(dòng)清理Feed緩存并且觸發(fā)一次curl拉取確保輸出XML里新文章排在第一位。這樣能在用戶發(fā)現(xiàn)訂閱源“壞掉”之前及時(shí)暴露問題。畢竟一個(gè)內(nèi)容站的生命力就在于“更新被看見”而Feed正是讓更新被看見的通道之一。如果你要在這個(gè)基礎(chǔ)上繼續(xù)擴(kuò)展可以考慮幾個(gè)方向按分類輸出不同的Feed、給Feed條目添加enclosure支持播客音頻、給不同內(nèi)容類型打不同標(biāo)簽。Django的Feed框架留有足夠的擴(kuò)展接口以上這些都能在保持代碼結(jié)構(gòu)清晰的前提下完成。希望這篇文章里的概念拆解和彎路預(yù)警能幫你省下幾個(gè)排查的夜晚。