定制网页RSS源主要有FEED43和Huginn两种方法。
- FEED43：简单免费，六小时抓取一次，每次抓取20条静态页面。使用攻略- RSS 入门篇：FEED43&FeedEx-为静态网页定制 RSS 源
2. Huginn：自由度高，可设定抓取频率、内容结构、js结果、输出样式等；需要搭建服务器，学习Huginn抓取规则。
不愿意搭建或有其他需求，可以1v1咨询。
Huginn 准备工作：
- 准备一台 Debian/Ubuntu 环境的服务器
- 按Qi大的攻略搭建Huginn，也可以直接看Huginn 官方搭建攻略
准备工作完成后，我们已经可以使用 Huginn 抓取页面了。但很多网站都是用 JS 加载动态内容，需要通过 PhantomJs Cloud 抓取页面 JS 缓存。
————————
Huginn + PhantomJs Cloud 全网页抓取
一、Phantom Js Cloud API key 获取
注册 PhantomJs Cloud ,然后将 API key 保存在 Huginn 的 Credentials 中。
新建 Huginn 任务组 Scenario 「国内应急新闻」，抓取链接 http://www.cneb.gov.cn/guoneinews/
二、Phantom Js Cloud Agent 抓取页面缓存
Name: 国内应急新闻 #1 获取 JS 缓存
Schedule: Every 1h
三、WebsiteAgent 获取页面详情
Name: 国内应急新闻 #2 抓取全页
Sources: 国内应急新闻 #1 获取 JS 缓存
Schedule: Every 1h
四、css path 路径获取
- 使用火狐浏览器打开抓取页面
- 按下
F12, 然后点击 Developer Tools 左上角的检查指针
3. 选中要抓取的部分
4. 回到 Developer Tools 窗口，右键选中的蓝色部分，获取 css path、Xpath。这里以 css path 为例。
5. 处理 css path 路径
html body div.area.areabg1 div.area-half.right div.tabBox div.tabContents.active table tbody tr td.red acss path 原始路径过长，删去不带 . 或 # 的节点（节点间以空格“ ”分割），并删去每个节点在 . 或 #前的第一个标签，得到：
.area.areabg1 .area-half.right .tabBox .tabContents.active .red a前半部分对节点定位无用，继续省略（比如：中国上海，省略掉中国，大家也知道上海在哪）
.tabContents.active .red a非常规情况处理：
a. 有些路径中的节点带空格，如<div class="packery-item article">,路径中的空格由.代替，截取为.packery-item.article
b. 当抓取多种 css path 规则时，用逗号,分割
"css": ".focus-title .current a , .stress h2 a",五、DataOutputAgent 导出 RSS
Name: 国内应急新闻 #3 排序生成RSS
Propagate immediately: Yes
回到Scenarios, 点击最后一步的 Actions - Show ，复制导出的xml链接 http://xxx.xxxxxx/users/1/web_requests/xxx/xxxx.xml
详细设置的使用文件-百度网盘下载
其他问题，查看官方说明-PhantomJs Cloud 英文使用攻略
