RSS的内涵是什么:一种 XML 内容联合格式,现行规范 2.0.11

倪叶明

作者

更新于

RSS 不收钱,也不用注册,你要做的就是把一份 XML 文件写对,放到服务器上。它是 Web 内容联合格式,名字是 Really Simple Syndication 的缩写,落到文件上就是一份 XML,必须符合 W3C 发布的 XML 1.0 规范,顶层 <rss> 元素的 version 属性写成 2.0,才算符合现行规范。

中文里 RSS 这三个字母被用得很杂。这篇说的是这份内容联合协议,不是统计学里的残差平方和,不是无线通信里说的接收信号强度,也不是哪个学术会议。它是一份放在服务器上的文件,发布方写,聚合器读,读者用阅读器订阅。协议这一层没有账号,也没有地区这一层,你在国内写下这份 XML、用阅读器读别人的 feed,走的就是普通网页访问,能不能读到某个站,取决于那个站的地址能不能打开。查词、看排名另有工具管,我在SEO工具那一栏按场景分过类。这篇只挑规范里读者照着能做的部分讲。

  • 现行规范版本 2.0.11,由 RSS Advisory Board 于 2009 年 3 月 30 日发布。
  • 顶层 <rss> 元素必须带 version 属性,符合这份规范时值为 2.0。
  • channel 元素的必填项是 title、link、description 三个。
  • item 的元素全部可选,但 title 或 description 至少有一个。
项目 结论
是什么 Web 内容联合格式
名字 Really Simple Syndication 的缩写
文件类型 XML 方言,必须符合 XML 1.0
现行版本 2.0.11
要不要钱 协议本身免费,不用注册
最小 feed 写什么 一个 rss,带 version=2.0,里面一个 channel,三个必填元素齐全

没有门槛费,卡人的地方在格式写没写对。

RSS 这个名字拆开是什么意思

三个字母拆开是哪几个词

RSS 是 Really Simple Syndication 的缩写,翻成中文是「真正简单的联合」。0.91 那份规范的 DTD 注释里写的是 Rich Site Summary,把它当成一种描述网站元数据、让频道在 Netscape 网站上显示的 XML 词汇表。两个说法指向同一套东西的两个阶段,名字换了,干的活没换:把站点内容摘出来,交给别的程序去读。

把内容接出去做联盟营销的玩法,我在RSS 订阅做联盟营销里写过一路。原理不复杂,feed 里的人能读到什么,取决于你往这份 XML 里放了什么。

它那句定义怎么读

定义是一句 Web content syndication format。拆成三个词看:Web 说载体是网页,content 说搬的是内容,syndication 说同一份内容可以同时出现在很多地方。落到文件层面,它是 XML 的一种方言,必须符合 XML 1.0 规范。它先得是一份合法的 XML,然后才谈得上是不是一份合格的 RSS。

这个顺序容易弄反。文件打开是 XML 的样子,不代表里面的元素写对了;元素名写对了,不代表必填项齐了。校验的时候要一层一层往下看,先看能不能被 XML 解析器读进去,再看元素结构对不对。

它 1999 年是怎么来的

RSS 起源于 1999 年,目标写得克制:做一个简单、容易看懂、目标不大的格式。0.91 由 Netscape 在 1999 年 7 月 10 日发布,主要作者是 Dan Libby。到了 2008 年 1 月 22 日,Netscape 把这份规范移交给了 RSS Advisory Board。

它最初被设想成一种提供网站摘要的元数据格式。后来内容提供方更想要一个联合格式,而不是元数据格式,于是改用标准 XML 方案。这个转向解释了今天的 feed 为什么长这样:既有频道层面的信息,又有一条条可以单独拿走的内容。

RSS 文件长什么样

顶层只有一个 rss 元素

RSS 文档的顶层是一个 <rss> 元素,带一个必需的 version 属性,用来说明这份文档符合哪个版本的 RSS。符合现行规范时,这个属性必须写成 2.0。<rss> 下面只有一个 <channel> 元素,频道的信息和它的内容都装在这里。

RSS 规范页面 Required Channel Elements 一节,列出 channel 必填的 title、link、description
官网说明截图:channel 的 title、link、description 三个必填元素。

一份文件只能有一个 channel。想按栏目分开发布,就拆成多份 feed,各自有各自的地址,不是在一个文件里塞几个 channel。

channel 里必填的三个元素

title 是频道名称,也就是别人怎么称呼你这个服务;如果你有 HTML 网站,而且网站跟 RSS 文件装的是同一批内容,频道 title 应该跟网站 title 一样。link 是对应频道的 HTML 网站地址。description 是描述这个频道的一句话或一个短语。三个缺一个,这份 feed 就不合规范。

这三个字段也是别人在阅读器里第一次看到你时的全部信息。频道名对不上网站、链接指到一个打不开的页、简介写成一串关键词,问题都出在这一层。

item 里哪些是必填的

item 的所有元素都是可选的,但 title 或 description 至少得有一个。一个 channel 可以有任意多个 item。item 可以代表一篇文章,这时 description 是文章摘要,link 指向全文。

0.91 那一代的规则不一样,那时候每个 item 必须含 title 和 link,description 可选。拿旧规则去套新文件,会多写一些本来不必写的字段;反过来,拿 2.0 的宽松去套老解析器,也可能出现该有的没写。

一份最小可用的 feed 怎么写

按规范示例的结构,顶层写 <rss version="2.0">,里面放一个 channel。channel 先写 title,跟网站标题一致;再写 link,填站点地址;再写 description,一句话说清这个频道是干什么的。然后往下放 item,至少写 title 或 description,再补一个 link 指向全文。

写到这儿就可以存盘了。编码用 UTF-8,传到服务器上,把路径记下来,这个路径就是你的订阅地址。文件不大,十几行就够跑起来,后面要加的是 image、ttl、guid 这些可选件。

RSS 的原理:发布方写 XML,聚合器定时来读

发布端在做什么

网站把内容写成一份 XML 文件放在服务器上。channel 是频道,装的是这份 feed 的元数据;item 是条目,一条对一个内容。内容更新,文件跟着重写一遍。没有推送接口,没有握手,就是一份文件在那儿等着被读。

所以发布端的活很实在:把标题、链接、摘要、时间写对,把文件放到一个稳定的地址上。地址换了,之前订阅的人就断了,这一点在起名字的时候就要想好。

读取端怎么知道多久来一次

靠 ttl。ttl 是 time to live 的意思,值是一个分钟数,表示这个频道可以缓存多久再从源刷新。规范里的示例写的是 60,意思是一小时回源看一次。支持这个元素的阅读器就按这个节奏来,不支持的就按自己的节奏来。

这个数字不是强制的。你写 60,阅读器可能更勤也可能更懒,它只是一个提示。写得太小,回源次数多;写得太长,读者看到新内容的时间会延后。

聚合器怎么判断哪条是新的

靠 guid,全称是全局唯一标识符。它是一个字符串,唯一标识这个 item;存在的时候,聚合器可以用它判断 item 是不是新的。guid 的语法没有规则,聚合器必须把它当字符串看,唯一性由 feed 源自己负责。

guid 有个可选属性 isPermaLink,默认值是 true。为 true 时,读者可以假定它是这个 item 的永久链接,也就是能在浏览器里打开的地址;为 false 时,不能假定它是 url,也不能假定它指向什么具体东西。把一串编号写进 guid 又留着默认值,阅读器就会拿它当链接去打开,结果打不开。

还有哪些提示型元素

skipHours 最多含 24 个 hour 子元素,值是 0 到 23 的整数,按 GMT 算,午夜是 0。支持的聚合器在这些小时可以不来读。skipDays 最多含七个 day 子元素,值是 Monday 到 Sunday。这两个都是提示,不是命令。

cloud 指定一个支持 rssCloud 接口的 Web 服务,可以用 HTTP-POST、XML-RPC 或 SOAP 1.1 实现。它的作用是让进程向 cloud 注册,频道更新时收到通知,等于给 RSS 加了一套轻量的发布订阅。规范里的示例是向 rpc.sys.com 的 80 端口发 XML-RPC 消息,路径 /RPC2,调用的过程叫 myCloud.rssPleaseNotify。

RSS 订阅怎么用:找一个阅读器,把 feed 地址贴进去

订阅这件事在做什么

读者不再一个站一个站去刷,把多个 channel 的 item 汇到一个阅读器里,按时间读。这就是订阅的全部。发布方照旧写文章,读的人照旧读,中间多了一个把内容送到你面前的程序。

省下来的不是阅读时间,是「今天这几个站更新没有」这个动作。订了二十个站,打开一个窗口就能看完。

一次订阅的五步

  1. 在目标站找 RSS 图标或者 feed 链接,一般在页脚、侧栏、文章列表顶部。
  2. 复制那个 XML 地址。
  3. 打开阅读器,选新增订阅,把地址粘进去。
  4. 按 pubDate 排序读,新的排在前面。
  5. 同一条内容出现两次,用 guid 去重。

这五步里最容易卡住的是第一步。有些站把图标去掉了,地址还在,只是没有入口,这时候要走下一节的办法去找。把这套东西接到具体工作里,SEO工具在四个场景里的用法那篇写过流程上的衔接。

挑阅读器看哪几个支持

看三样:认不认 ttl,认不认 skipHours 和 skipDays,认不认 enclosure。前两个决定它多久来一次、什么时候不来;第三个决定它能不能处理附件。三样都认的阅读器不多,认两样就够日常用。

enclosure 是附件元素,三个必填属性。url 说附件在哪儿,必须是 http url;length 说附件多大,单位是字节;type 说附件是什么类型,写标准 MIME 类型。

播客为什么也吃 RSS

因为 enclosure 本来就是给附件用的。规范里的示例是一条 mp3:url 指向一个 mp3 文件,length 写 12216320,type 写 audio/mpeg。播客客户端拿到这条 item,就知道去哪儿取音频、取多大的文件、按什么格式播。

所以做音频内容的人,输出的还是同一份 RSS,只是多了一个 enclosure。视频、PDF 也是这个路子,只要 type 写对。

RSS 订阅地址怎么查

先从页面源码里找声明

网页的 head 里可能有一行 link 元素,rel 写 alternate,type 写 application/rss+xml,href 就是 feed 地址。找到这一行,地址就到手了,不用猜路径。

channel 里的 docs 元素是另一回事,它指向这份 RSS 文件所用格式的文档地址,规范示例里给的就是规范页本身。它不是订阅地址,别拿它去订阅。

常见路径可以逐个试

/feed、/rss、/rss.xml、/index.xml,这四个是最常被用到的。逐个打开看返回什么:返回一段 XML,顶层是 <rss version="2.0">,就对上了;返回一整个 HTML 页面,就是没有。

试的时候看地址栏。有些站会跳转到首页,这种情况等于没有 feed,只是做了个跳转。

拿到地址怎么验它合不合规范

三条硬指标:顶层 rss 带 version=2.0;里面只有一个 channel;channel 的 title、link、description 三个必填都在。三条都过,基本能订。

要更细,就拿 XML 1.0 规范对着看元素有没有写错位置。标签闭合、属性加引号、特殊字符转义,这三样错了,文件连解析都过不去,阅读器只会显示一条错误。

地址里的协议有讲究

link 和 url 的数据必须以 IANA 注册的 URI scheme 开头,比如 http://、https://、news://、mailto:、ftp://。RSS 2.0 之前只允许 http:// 和 ftp://,实践中内容开发者已经用上了别的 scheme,聚合器也支持。

所以老 feed 里出现 https 是正常的,不用改回去。真正要改的是写成一个相对路径,或者开头缺了协议名,这种阅读器打不开。

RSS 内容聚合与自动化分发:一份 feed 喂多个出口

聚合是怎么发生的

一个阅读器订 N 个 channel,按 category 分文件夹。category 可以按需写多个,用来区分不同的 domain,也让同一个 item 在同一个 domain 的不同部分交叉引用。它有一个可选属性 domain,值是一个字符串,标识分类体系;值是正斜杠分隔的字符串时,表示在指定分类体系里的层级位置。

分好类之后,同一批内容可以按主题走不同的处理流程。行业动态归一组,竞品更新归一组,工具发布归一组,读的时候不用来回切。

转发的时候 source 帮你标出处

source 的用途是传播链接出处、公开新闻来源。它可以用在聚合器的 Post 命令里,从聚合器把 item 转发到写作工具时应当自动生成。有一个必填属性 url,链接到源的 XML 化地址;元素的值是 item 来源频道的名称,取自那个频道的 title。

这一步省的是手写来源的功夫。靠人记,十次里有几次会漏;靠这个字段,出处跟着内容一起走。

自动化到哪儿为止

cloud 只是通知,频道更新了告诉你一声,它不替你发文。textInput 的用途在规范里写得含糊,可以拿来做搜索框,也可以让读者反馈,多数聚合器忽略它。指望它做站内搜索,多半落空。

把这三样分清楚,就不会对 RSS 抱不切实际的期待。它管的是内容怎么出去、怎么进来,不管内容怎么生成,也不管发出去之后有没有人看。

做出海内容站可以怎么用

把行业站和竞品站自己发布的 feed 收进阅读器,当选题雷达用。它们发什么、什么时候发、一条写多长、标题怎么起,看几天就有感觉。这些是现成的样本,比凭感觉猜要实在。

自己的站也输出一份 feed。别人订不订是别人的事,你有没有是另一回事。有 feed 的站,被工具抓取、被读者带走都方便一些。

做出海内容站怎么用 RSS

用订阅做选题雷达

订行业站,订 GitHub 项目的 release feed,按 pubDate 排优先级。发布密集的方向,说明有人在持续投入;几个月不更新的,先放着。挑出来的选题再进关键字挖掘的流程,从一个大词拆到能写的长尾。

雷达的作用是让你比同行早几天知道发生了什么。早几天,写的顺序就不一样。

自己站也输出一份 feed

channel 的 title 与网站 title 一致,link 指向站点地址,description 一句话说清这个频道。这三样是必填,也是别人订阅你时第一眼看到的东西。

发文章的时候顺手更新文件,别等攒了一个月再补。补出来的 pubDate 全是同一天,阅读器里看就是一堆挤在一起。

图片和它的尺寸

image 指定一张可以和频道一起显示的 GIF、JPEG 或 PNG 图片。url 是图片地址,link 是站点地址,渲染时图片链接到站点;title 描述图片,在频道渲染成 HTML 时进 img 的 ALT 属性;description 的文本进图片外围链接的 TITLE 属性。

width 最大值 144、默认值 88,height 最大值 400、默认值 31。超出这个范围,渲染时会被压回去,不如一开始就按这个尺寸做图。

时间和缓存怎么填

pubDate 是 item 的发布时间。RSS 里所有日期时间符合 RFC 822 的日期时间规范,年份可以写两位或四位,四位优先。pubDate 写成未来日期,聚合器可以选择到那天才显示。

lastBuildDate 记频道内容最后一次变更的时间。这两个时间别混:一个是这条内容什么时候发的,一个是这份文件什么时候改的。

RSS 的坑和限制:协议免费,格式细节会咬人

版本混用是最容易踩的

0.91 要求文件必须是 100% 合法的 XML,必须带 DOCTYPE 标签并按 DTD 校验,只是格式正确还不够。0.91 不允许混合内容标签,一个标签要么只含子标签,要么只含文本。每个 channel 最多 15 个 item,各种元素限制在 500 或 100 个字符。

RSS 0.91 规范页面关于每个频道最多 15 个 item 与字符长度限制的说明
官网说明截图:0.91 的 15 条上限与字符限制,2.0 已不再有。

0.92 及更高版本没有字符串长度或 XML 层面的限制,处理器可以自己设限。所以拿旧规则去卡 2.0 的 feed,会卡出一堆并不存在的问题,白改一遍。

语言和编码的老限制

0.91 的 language 元素支持的语言代码里有 zh-cn 和 zh-tw,编码列表里有 GB2312、Big5、UTF-8、Shift_JIS。但那份说明写得很清楚:这些是 Netcenter 接受的语言代码,其他站点可能接受别的,Netcenter 当时会拒绝其他语言代码。

这条只对那个年代的入口有效,别拿来判断今天的阅读器。今天的做法是语言代码照 W3C 的规定写,编码统一用 UTF-8,两样都不容易出问题。

有些元素写了也没人看

textInput 多数聚合器忽略。rating 是 PICS 评级,不是质量分,别把它当成内容好坏的指标。

这两个元素写进去不报错,但也不产生效果。时间有限的话,先把 channel 三个必填、item 的 title 和 link、guid 和 pubDate 弄对。

别拿 feed 当热度数据

feed 里没有搜索量,也没有竞争度。它只能告诉你某个站发了什么,不能告诉你这个词有多少人在搜。想知道热度,得另找工具,比如用谷歌趋势看热度的相对值。

把这两件事分开,判断会稳很多。feed 是内容流动的管道,不是市场数据的来源。

RSS 和 SEO 工具各自管什么

分工在哪

RSS 管内容的进和出:别人的内容进来当输入,自己的内容出去给订阅者。查词、看排名、看竞品的页面结构,是 SEO 工具的活。两边不重叠,也不互相替代。

有人把 feed 当成推广手段,发一篇就往十几个聚合入口塞,这是另一条路,跟做搜索流量不是一回事,别混着算账。

要不要为 RSS 花钱

协议本身免费,没有注册,没有账号。花钱的地方只有两个:阅读器,和 SEO 工具。阅读器有免费有付费,差别在多设备同步和离线保存上;SEO 工具按订阅收,差别在你一个月查多少词。

先别急着买。feed 这一层不花钱就能跑通,等你有稳定的内容输出,再考虑为工具付费。

词从哪儿来

中文长尾词可以用用5118挖长尾词那一套流程,英文词用Ubersuggest查词。两边出来的词都还要过一遍:有没有人搜,竞争强不强,值不值得为它单独写一篇。

选词这一步交给工具的筛选结果,判断还是自己下。工具告诉你数量,告不了你这个词背后的读者是不是你要的那批人。

AI 能帮 RSS 这件事做哪几步

feed 大多不是写不出来,是写完没人对着规范逐项看。这一步 AI 能帮上忙,但只能帮到整理和对照为止。

把规范读成一张对照表

把规范原文交给 AI,让它按 channel 元素和 item 元素两类整理成对照表:哪几个必填、哪几个可选、每个元素管什么。整理完自己回原文核一遍,别直接拿去用。规范原文和自家 feed 的报错记录一起交给猎者出海的AI Agent,让它先整理成对照表,人再逐条核。

这么做的价值是把散在长文里的条目收拢到一页上。核一遍花不了多少时间,省下的是来回翻页。

起草 feed 的骨架

把栏目结构、title、link、description 交给 AI,让它先把 XML 骨架写出来,再按规范逐项对。AI 写得快,对不对得你自己看,尤其是必填项有没有漏、属性有没有加引号。

骨架只是起点。真正的活是填内容,以及决定哪些字段值得写、哪些写了也没人看。

查错

把报错的 feed 片段贴给 AI,让它指出缺了哪个必填元素、version 是不是 2.0、有没有哪个标签里混了子标签和文本。报错信息往往只说了一句解析失败,具体哪一行还得自己找。

找到之后改一处、验一次,别一次改五处。改多了,下一次报错就不知道是哪一处引起的。

有三件事得你自己动手

把 feed 地址在浏览器里打开,确认返回的是 XML 而不是一整个网页;把 channel 的 title 改成与网站 title 一致;把改好的文件传上服务器,再打开一次看结构对不对。这三步没有替代品。

AI 不能替你传文件,也不能替你判断这个频道名是不是你要对外用的那个名字。它给的是草稿和清单,落地的动作在人这边。

别让它做的事

不编规范里没有的元素。有些字段听起来合理,规范里就是没有,写进去只会让校验报错。也别让它替你判断收录和排名,这两件事跟 feed 合不合规范是两回事。

下面三条提示词是本文给的示例,不是官方模板,照着改再用。

  • 下面是一份 RSS 2.0 规范正文,按 channel 和 item 两类,把每个元素整理成表格:元素名、是否必填、作用、示例值。规范里没写的不要补。
  • 这是我的网站标题、地址和一句话介绍。按 RSS 2.0 写一份最小可用的 feed 骨架,channel 里写 title、link、description,再放一个 item,title 和 link 都要有。
  • 这段 feed 在阅读器里不显示新条目。逐项检查:顶层 rss 的 version 是不是 2.0,channel 的三个必填元素在不在,item 的 title 和 description 是否至少有一个,guid 有没有重复。把问题逐条列出来。

常见问题

用 RSS 要花钱吗,要不要注册账号

协议本身免费,没有注册这一步,也没有账号。要花钱的只有阅读器和 SEO 工具,两样都可以先用免费的跑一段时间。

拿到一段 XML,怎么判断它是不是 RSS

看三处:顶层是不是 rss 元素并且带 version=2.0,里面是不是只有一个 channel,channel 的 title、link、description 在不在。三处都对,就是一份能用的 feed。

item 里的元素是不是都要写

不是。item 的所有元素都是可选的,只有一条硬要求:title 或 description 至少有一个。其余字段写不写,看你的内容和阅读器用不用得上。

为什么订阅里同一条内容会出现两次

多半是 guid 变了。聚合器靠 guid 判断是不是新条目,同一篇内容每次生成都换一个 guid,它就会当成两条。把 guid 固定下来,重复就没了。

feed 里能放音频和视频吗

能,用 enclosure。三个必填属性:url 指附件位置,必须是 http url;length 是字节数;type 是标准 MIME 类型。规范示例给的就是一条 mp3,length 写 12216320,type 写 audio/mpeg。

拿 0.91 的老规则写 2.0 的 feed 会怎样

会多出一堆没必要的限制。字符串长度 500 或 100 字符、每个频道最多 15 条,这些在 0.92 及更高版本里已经没有了,处理器可以自己设限。写 2.0 就按 2.0 的规则来。

把规范里的必填项、自家 feed 的实际写法、校验时出现的报错整理成一张对照表,这类活可以交给猎者出海的AI Agent,判断还是自己下。feed 写对只是开始,内容往哪儿走、给谁看,才是后面要一直想的事。

发表评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注