高效获取信息之高级篇.

来自：Pixiv （画师    MORNCOLOUR）

 

 

 

 

 

Warning

–长文警告：5010字–

 

 

 

 

目录

• 服务介绍

• 订阅网盘（存储基于Google Drive G SUite）文件更新

• 订阅所有的邮箱（邮件）

• 自定制RSS源

 

 

 

 

 

 

开始准备

     教程使用到的服务：

• • 自动化服务

  • Google APP Srcipt

  • Google sheets

  • Google Drive

  • Feed43

  • Github Issues

  • RSSHub

 

 

 

 

 

 

 

服务介绍

自动化服务？

1）automation.针对业务流程使用数字业务自动化平台，以此来提高生产率，提高业务响应能力并简化工作流程。形式上又分为自动化流、即时流（手动触发）、计划流、UI流、业务流程流。这里我们使用的是自动化服务的自动化流，简单来说，一旦A满足某个条件时，就会触发事件，将处理的数据在B自动执行，不仅于此可以继续向后传递（C、D、E……）。这里的A、B通常指某种应用（某个具体文件）。

2）IBM、微软等公司都推出了自己自动化服务平台。通过对比使用发现微软的Power Automate触发频率更快一些，但是对于多平台的应用支持不太好，局限了。

最终选择了https://automate.io这个自动化服务（5分钟触发一次，稍慢。多应用支持），看来介绍里说很快会支持多个主流数据库、亚马逊多项云服务、以及更多的第三方应用。

 

Google APP Srcipt？

简称GS。一种google云平台下的类似于javasript的脚本语言。可自行google或参考之前的blog。

 

Google sheets？

谷歌表格。形式与通常的excel表格无异，不同的是GS提供了直接获取sheets数据的方法。

 

Google Drive？

谷歌硬盘，简称GD。区别于谷歌云盘，不属于存储实例。面向个人和企业用户，提供API支持。使用GD来作为搭建网盘的存储空间可查看之前的教程。

 

Feed43？

本质上是可视化网络爬虫。用于生成无RSS网站的订阅源（对于一些反爬虫严格的网站，则无效），过程被称为“烧制RSS”。

 

Github Issues？

对于github项目提交建议、问题、bug的讨论区。本文中属于其他用途。

 

RSSHub？

帮助你快速发现和订阅当前网站的 RSS 和 RSSHub。

 

 

 

 

 

 

 

 

 

订阅网盘文件更新

实现思路：【自动化服务→Github Issues→RSSHub→一键RSS】

描述：网盘的搭建过程不再提及。网盘系统部署在个人服务器上，网盘的个人存储空间来自服务器磁盘，网盘的共享目录来自谷歌硬盘GD（rclone挂载）。但操作网盘共享目录下的文件时，GD下的文件同时作用。

①创建新的github代码仓库

-name随便，选择public【否则无法订阅】-

②创建automate服务

-在automate面板创建bot-

-左侧（触发条件）在应用中找到Google Drive（首次使用需要登录授权），条件选择“更新文件时”，路径不填写【匹配所有文件夹】-

*下面的一堆Output Fields为GD提供的输出参数。

-右侧（触发执行）找到应用Github（首次登录授权），选择执行结果“创建Issues”，Title和Body分别对应新Issue的标题和内容。点击+可以输出文件参数-

可以填写为如图的内容格式。

*required项为必填，其他可选。

-完成后保存，给出一个测试页面-

③模拟文件修改

-网盘共享目录下创建一个测试文件-

④查看Github Issues

-如图是automate自动创建的issues-

-查看issue具体内容，格式与填写的参数格式一致-

⑤订阅Issues

-复制插件提供的Issue路径-

-将地址填入阅读器，同时最后加上“/open”-

 

那么这里阅读器就只会订阅状态是open的issues，分类管理。下面的流程就不用再说了吧。

这里巧妙利用Github Issues来记录GD文件操作，订阅issues=订阅GD文件更新。

当然这里还有其他思路,如：【自动化服务→Google sheets→GS→构造rss格式】。俩者对比的话，后者虽然多了些步骤、还要写代码，但是提供了安全保障（只有知道GS的执行地址的人才能订阅，基本上等同于只有自己订阅）；而前者虽然是对外公开的，但是效率会高一点，而且我的GD文件目录对应的是网盘的共享目录，即出于让使用网盘的人都可以订阅到文件的更新的考虑。前者的思路更合适。

 

 

 

 

 

 

 

 

 

订阅所有的邮箱邮件

思路：【自动化服务→Google sheets→GS→构造rss格式】

描述：邮箱属于很私人的内容，使用此思路更合适（上面提过了）。假设现在我有Gmail，QQ邮箱，163邮箱这三个邮箱，如何实现订阅所有邮件。

automate这里提供了Gmail支持和一般邮箱的支持，通过尝试订阅QQ邮箱发现信件的内容部分有乱码，这里的话可以在GS这边对信息解码。那么！

这里直接偷懒，将其他邮箱的邮件全部自动转发到Gmail，转发功能一般在邮箱的设置里面。简单设置一下，这里不演示了。

①创建Google sheet文件

-在GD中创建sheet，命名为mail；第一栏输入：发件人、主题、时间、内容-

②创建automate服务

-左侧Gmail，路径INBOX（Gmail的#路径地址，必须）；右侧Sheets选择创建的sheet文件，默认工作表是“工作表1”（如果没修改）-

*发件人、主题、时间、内容（首栏内容）分别填入对应参数，如图。

保存，测试：用别的邮箱发一个邮件到当前Gmail，查看sheets文件发现新增了一行数据。

③创建GS项目

-右键sheets表：获取链接；修改权限为知道链接的任何人。存一下这个链接，等会儿用-

var title;
var sender;
var sendtime;
var content;
var fileurl='[替换为sheets获取的链接]';
function getLastRowIndex(){
var ss = SpreadsheetApp.openByUrl(fileurl);
var ws = ss.getActiveSheet();
  console.log(ws.getDataRange().getNumRows());
return ws.getDataRange().getNumRows();
}
function doGet() {
  var ss = SpreadsheetApp.openByUrl(fileurl);
  SpreadsheetApp.setActiveSpreadsheet(ss);
  SpreadsheetApp.setActiveSheet(ss.getSheets()[0]);
  title = ss.getSheets()[0].getRange("A2:A"+getLastRowIndex()).getValues();
  sender= ss.getSheets()[0].getRange("B2:B"+getLastRowIndex()).getValues();
  sendtime=ss.getSheets()[0].getRange("C2:C"+getLastRowIndex()).getValues();
  content=ss.getSheets()[0].getRange("D2:D"+getLastRowIndex()).getValues();
  var template = HtmlService.createTemplateFromFile('email');
  var rss = template.evaluate();
  return ContentService.createTextOutput(rss.getContent()).setMimeType(ContentService.MimeType.XML);
}

-新建GS项目（自行google或查看以前的blog），代码没什么好说的-

-新建模板文件：email.html  (对应gs代码)-

<rss version="2.0"
  xmlns:rss="http://purl.org/rss/1.0/"
  xmlns:dc="http://purl.org/dc/elements/1.1/"
  xmlns:content="http://purl.org/rss/1.0/modules/content/">
<channel>
<title>sheet-Gmail </title>
<description>gmail转sheet转gs转rss</description>
<link href="https://mail.google.com/mail/u/0/#inbox"/>
<? for(var i=0;i<title.length;i++){ ?>
<item>
<title><?= sender[i][0] ?> ： <?= title[i][0] ?></title>
<link href="https://mail.google.com/mail/u/0/#inbox"/>
<h1> </h1>
<author>发信时间：<?= sendtime[i][0] ?></author>
<description>正文：<?= content[i][0] ?></description>
</item>
<? } ?>
</channel>
</rss>

-模板的代码-

-保存并执行，获得执行地址-

-直接浏览器访问，看一下格式没有问题-

复制此时的浏览器地址栏地址！

④订阅构造的RSS地址

这里要特别注意一下，GS的执行地址即https://script.google.com/………/exec会重定向一次，此时再复制浏览器地址才是真实地址。exec地址不会更新订阅内容！

将真实地址填入阅读器即可。

-订阅Gmail效果图-

 

 

 

 

 

 

 

 

 

自定制RSS源

在掌握了以上的订阅思路后，其他的也就可以举一反三了。那么，还有什么我们没有解决的呐。整理一下：

已实现的订阅：订阅自己拥有权限的应用内容（上面俩种）、订阅自己没有权限但网站提供RSS源的内容、订阅网站没有直接提供RSS源但第三方提供路由支持（RSSHub）的内容。

未实现的订阅：订阅即没有提供RSS源又没有路由支持的内容。

那么这里就用到Feed43来自定制RSS源（烧制）来解决此类情况！

举个栗子吼吼：（自制）订阅腾讯视频最新更新的电视剧

玩过爬虫的自然没有什么难度，先上结果图：

-结果图-

①获取目标地址

-来到腾讯视频的电视剧片库，选择：最新-

*复制此时浏览器地址栏的地址

②创建Feed

登录Feed43官网，创建新的feed。

-Step1 加载页面html:填写刚才复制的地址-

-Step2 筛选信息：{*}表示匹配任何字符，{%}表示提取为参数-

**先在全局匹配中限定范围，后在局部中重复匹配，提取参数。参数按书写的顺序分别为{%1}、{%2}、{%3}、{%4}

**特别地，原代码中的“换行”需要{*}来匹配，否则代码前后无法衔接！

图中显示匹配到20条数据，其实不止20个，这里是因为非会员最多只能匹配20个。（不过基本够用了）

检查下面输出的4项参数是否有问题，没有则继续向下。

-Step3 填写输出格式：上面标题和描述随意，链接不要改-

**下面的参数需要对应：

标题：{%2}——{%3}                  输出“在一起——更新至13集”

链接：{%4}                                  输出“https://v.qq.com/…….”(方便阅读时跳转原地址查看）

内容：<img src=”{%1}”>        还原html代码，这样阅读时会封面显示图片

<a href=”{%4}”>                       参数%4上面已经有了，这里可以不填写

-生成预览和feed链接（可以修改）-

③订阅feed地址

阅读器填入https://fgeed43.com/[ID].xml即可，略

 

 

 

 

 

 

 

 

 

后记

关于邮箱的订阅，有人说可以部署在服务器上，还简单点。诚然如此，那么我其他的订阅也可以搞到服务器上，脱离各项服务商的限制和高额收费。

其实不然，现在假设我要订阅100个源，每隔1分钟同步一次（及时性、方便），那么大致推算我的千元级服务器根本承受不了。

事实上，很多收费的阅读器付费方案也做不到1分钟同步一次，我尝试过500块的收费方案不尽如人意，最后还是退款了。

我现在的原则就是能不用服务器就不用，能不花钱就不花，不仅是在RSS上。

 

本来是想放一份阅读器订阅导出的，考虑到每个人的喜好不尽相同，不放了。

最后，感谢你的耐心阅读。