FreshRSS中处理HTML+XPath抓取时的Unix时间戳问题解析
2025-05-20 14:02:51作者:滑思眉Philip
在FreshRSS项目中,当用户通过HTML+XPath方式从网站抓取内容创建自定义RSS源时,经常会遇到日期格式处理的问题。特别是当目标网站使用Unix时间戳而非标准日期格式时,会导致文章排序异常。
问题背景
FreshRSS默认要求日期格式必须兼容PHP的strtotime()函数。然而许多现代网站(如AP News)在前端展示文章列表时,会直接使用Unix时间戳(或毫秒级时间戳)作为发布时间标识。这会导致两个主要问题:
- 抓取的文章无法正确识别发布时间
- 新获取的文章会按照抓取时间而非实际发布时间排序
技术解决方案
FreshRSS实际上已经内置了对Unix时间戳的支持,只需在日期格式字段中指定U
作为格式标识符即可。这是PHP中专门用于处理Unix时间戳的日期格式符号。
对于AP News这类使用毫秒级时间戳的特殊情况,可以通过XPath的字符串处理函数进行转换:
substring(descendant::timestamp/@value, 1, string-length(descendant::timestamp/@value)-3)
这段XPath表达式会截取时间戳字符串的前n-3位,将毫秒级时间戳转换为标准的Unix时间戳(秒级)。
实现原理
当FreshRSS检测到日期格式指定为U
时,会:
- 将获取到的值作为整数处理
- 直接将该整数作为Unix时间戳创建DateTime对象
- 用于文章排序和显示
注意事项
- 确保XPath选择器能准确获取到时间戳值
- 对于异常值(非数字内容),系统可能返回1970年等默认日期
- 毫秒级时间戳必须转换为秒级才能被正确识别
- 建议先在XPath测试工具中验证表达式结果
最佳实践
对于时间戳处理,推荐采用以下工作流程:
- 使用浏览器开发者工具定位时间戳元素
- 编写XPath表达式提取原始值
- 必要时添加字符串处理函数
- 在FreshRSS中设置格式为
U
- 进行测试抓取验证结果
通过这种方式,可以确保从各种使用时间戳的网站正确获取文章发布时间,维持Feed的合理排序。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0365Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++092AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
192
2.16 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
72

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
971
572

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
548
76

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
349
1.36 K

喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0

React Native鸿蒙化仓库
C++
206
284

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
17