現在這個社會是資訊爆炸的社會，各個網站、app上鋪天蓋地的都是各種新聞和資訊，為了獲取資訊，我們每天都要進行各種麻煩的操作，打開各種網站或者手機app,操作顯得低效，后來發現了一個神器，那就是RSS，

什么是RSS

RSS中文名是簡易資訊聚合，就是讓網站一個按照一定周期更新網站的文章概要內容（有些是全文）到一個xml中，RSS訂閱工具一定時間抓取這個RSS訂閱源生成資料供訂閱者讀取網站內容，

有了RSS，你只要去訂閱工具上就可以瀏覽你自己訂閱的新的更新內容，非常簡單高效，這里推薦一個RSS訂閱神器inoreader，支持中文，這個我認為是目前最好的RSS訂閱器，知乎專欄是一個知乎開給個人寫的博客，有些專欄上面具有有價值的資訊，但是很遺憾知乎專欄不提供RSS訂閱，當然作為開發者來說，我們可以自己動手做一個知乎專欄RSS抓取程式，

制作爬蟲

很多網站提供了RSS，但是更多網站其實沒有提供RSS訂閱源，我們可以使用爬蟲抓取網站更新內容制作個人的RSS訂閱源，我作為一個前端er可以使用nodejs來進行RSS的制作，

什么是nodejs

Node.js是一個基于Chrome JavaScript運行時建立的平臺，用于方便地搭建回應速度快、易于擴展的網路應用，Node.js 使用事件驅動，非阻塞I/O 模型而得以輕量和高效，非常適合在分布式設備上運行資料密集型的實時應用，

簡單的說 Node.js 就是運行在服務端的 JavaScript，使用nodejs的可以讓你一個只會用JavaScript也能寫后端服務代碼，當然也能用它進行爬蟲抓取的作業，

先安裝爬蟲所需依賴

進行爬取作業的話先要安裝所要用到的依賴， superagent是最常用的一個依賴庫，利用它可以輕松發送各種請求， cheerio就是一個nodejs版本的jquery,利用它可以獲取網頁中的各種dom結構， data2xml就是一個json轉化成xml的一個庫，其他還有node-schedule和fs就是進行定時操作和檔案操作，

新建一個檔案夾rssmaker,并且執行npm init創建package.json，

用npm install node_modules_name --save來進行安裝各種依賴，

分析知乎專欄結構獲取要爬取的入口

我這次舉例爬取一個專欄前端學習指南，像這種適配手機端的網頁，一般都有采用發送API請求來獲得資料進行前端渲染頁面，我們可以用chrome的network的查看可疑的請求，打開chrome的開發者工具，我們很快就發現了一個目標，一個可疑請求https://zhuanlan.zhihu.com/api/columns/study-fe/posts?limit=20

我們得到了一個json,我們現在使用一個json的查看工具chrome的插件JSON Editor可視化這個json資料方便我們進行分析，

我們可視化后資料如下：

前面我們發現的請求發送里面有一個引數是limit,它的值是20，從上圖我們知道了我們得到了20組資料，這個引數其實就是限制獲取的資料條目數，我們現在分析20組里面的一條資料，

{    "isTitleImageFullScreen": false,    "rating": "none",    "sourceUrl": "",    "publishedTime": "2016-12-28T15:01:44+08:00",    "links": {      "comments": "/api/posts/24606606/comments"
    },    "author": {      "profileUrl": "https://www.zhihu.com/people/jirengu-ruo-yu",      "bio": "饑人谷的挑山工    jirengu.com",      "hash": "3dd61d987210ce6b0ba24746803e04bb",      "uid": 33284922802176,      "isOrg": false,      "description": "饑人谷的挑山工    jirengu.com     ",      "isOrgWhiteList": false,      "slug": "jirengu-ruo-yu",      "avatar": {        "id": "31a3446681c9040f3643472db505a6ef",        "template": "https://pic4.zhimg.com/{id}_{size}.jpg"
      },      "name": "若愚"
    },    "url": "/p/24606606",    "title": "前端筆試面試題庫",    "titleImage": "",    "summary": "",    "content": "<h2>做了什么?</h2><p>我們在建了 GitHub 前端筆試面試題庫 <a href=https://www.cnblogs.com/"https://github.com/jirengu/frontend-interview/issues\" data-editable=\"true\" data-title=\"前端筆試面試題庫\" class=\"\">前端筆試面試題庫</a>， 歡迎走訪</p><br><br><h2>為什么建前端筆試面試題庫?</h2><p><a href=https://www.cnblogs.com/"https://zhuanlan.zhihu.com/study-fe\" data-editable=\"true\" data-title=\"前端學習指南專欄\" class=\"\">前端學習指南專欄</a> 專欄創建3個月有很多前端愛好者特別是入門者關注，很多小伙伴一直期待我們能做一份筆試面試題集錦分享給大家，我和方方也一直想把這個事情做好，但兩個人的力量太微弱，于是想到在 github 上建立公共專案，匯集更多前端愛好者的力量一起收集前端常見筆試面試題，作為送給前端入門的小伙伴、需要找作業的小伙伴一份新年禮物??</p><br><br><h2>如何貢獻題目?</h2><p>大家可以在 【[Issue](<a href=https://www.cnblogs.com/"https://github.com/jirengu/frontend-interview/issues\" data-editable=\"true\" data-title=\"jirengu/frontend-interview\" class=\"\">jirengu/frontend-interview</a>)】上通過提交Issue的形式提交日常遇到的筆試面試題，無論是多\"高端\"或者多\"低級\"，</p><img src=https://www.cnblogs.com/"v2-7321f409275270493625137ca12521b0.png\" data-rawwidth=\"1972\" data-rawheight=\"878\"><br><p><b>注意: </b></p><ol><li>提交 Issue 的時候需要在問題里加上問題來源，比如：`來自百度校招筆試題`，或者來自`某公司面試題`<br></li><li> 在提交Issue 的時候需要選擇合適的標簽以便分類整理，目前的標簽有 `HTML&amp;CSS`、`JavaScript`、`前端框架`、`HTTP`、`未歸類`，如果你不知道該選擇什么標簽，就選擇`未歸類`吧，或者可以在題目的描述里加上自己覺得應該添加的標簽，專案管理者會定期更新添加新標簽<br></li><li>當前專案的主題是 <b>前端筆試面試題</b>，不要把自己平時學習中的疑問放進去，要的是貨真價實的筆試面試題，否則變味了就沒人喜歡了<br></li></ol><br><h2><br>如何貢獻答案?</h2><p>不要吝嗇自己的答案，在腦子里的答案不叫答案，只有寫下來后才知道答案沒那么簡單，面試官真問起的時候才能對答如流</p><p>勇敢的回復自己的答案吧</p><br><p>覺得不錯?</p><p>Star 這個專案， Watch 這個專案，分享給其他小伙伴吧</p>",    "state": "published",    "href": "/api/posts/24606606",    "meta": {      "previous": null,      "next": null
    },    "commentPermission": "anyone",    "snapshotUrl": "",    "canComment": false,    "slug": 24606606,    "commentsCount": 20,    "likesCount": 135
  }

我們可以通過《XML那些事...》實作簡單的RSS可知RSS幾個關鍵的值，跟上圖截圖的對應，

我們現在知道爬取的入口，那么我們現在開始coding吧，

用superagent抓取資料組成陣列

新建一個檔案studyfe.js，在檔案中用require引入各種依賴，然后我們用superagent獲取資料后進行陣列的拼裝，

而在得到這個陣列的時候，我們已經相當于得到了所有要采集的資料了，那下面要做的東西就很簡單了，那就是json陣列轉化成xml格式，而轉化我們我們要用到data2xml這個庫，在開頭我們已經require進來了， data2xml的使用檔案可以查看data2xml-npmjs.com

最后就是把資料輸出到檔案中去

輸出到檔案之后，然后要把這個檔案放到服務器上，這樣才能被rss服務器抓取到，如何放在服務器上這本文就不討論了，還有一個問題就是RSS需要實時更新的，所以還有使用定時抓取，這次用到的是node-schedule，里面的定時寫法其實跟linux中的crontab定時任務寫法是很相似的，下面的代碼其實代表著每3分鐘定時執行一次，