NewsBlur RSS 相對圖片破圖

快速結論

在 feedparser 解析前，用每篇 item 的 link 作為 base，把 content:encoded、description、summary 裡的相對 src / href / poster / srcset 改成絕對 URL。

重點是修在「feedparser 之前」。如果等 story content 已經存進資料庫，通常只看得到錯誤絕對 URL，已經無法可靠推回原本的相對路徑。

症狀

自架 NewsBlur 顯示某篇文章圖片破圖。來源 feed 內圖片路徑是相對路徑，但 NewsBlur 解析成站台根目錄底下的錯誤絕對 URL，正確位置應該在文章路徑底下。

典型例子：

<img src="desktop.jpg">

如果 feed URL 是 https://example.com/feed.xml，但文章 URL 是 https://example.com/posts/desktop/，錯誤解析會變成：

https://example.com/desktop.jpg

實際應該依文章 URL 解析成：

https://example.com/posts/desktop/desktop.jpg

影響範圍

• 服務：自架 NewsBlur
• 類型：RSS item 內容使用相對圖片路徑的 feed
• 影響：既有 story 內容與未來抓取內容都可能顯示錯誤圖片 URL

受影響的不只 img[src]。如果文章內有連結、影片 poster、或 srcset，同樣可能被錯誤 base URL 解析。

排查

• 檢查 item link / guid，確認文章 URL 正確。
• 檢查 content:encoded，確認來源 HTML 使用相對圖片路徑。
• 檢查 feedparser 行為，確認它已先用 feed URL 當 base 解析成錯誤絕對路徑。
• 檢查其他 feed，多數圖片已是絕對 URL，少數相對圖需要同類處理。

排查時先保存三份資料：

curl -L 'https://example.com/feed.xml' > /tmp/feed.xml

• 原始 feed 內容。
• feedparser 解析後的 entry。
• NewsBlur 儲存後的 story content。

如果原始 feed 是相對 URL，但 feedparser output 已經變成錯誤絕對 URL，就代表修正點必須提前。

根因

feedparser 在 NewsBlur 後處理之前已經解析相對 URL。等進到 story content processing 時，原始相對路徑資訊已遺失，所以不能只在後處理階段修。

錯誤不是「圖片 host 壞掉」，也不是「前端 lazy loading 壞掉」。真正問題是 URL base 選錯：feedparser 用 feed 文件位置當 base，但這些 HTML fragment 的合理 base 應該是該篇 item 的 link。

修正

在 feedparser 前處理階段，依每篇 item / entry link 改寫 HTML 欄位內的相對 URL。

處理原則：

• 已經是 http://、https://、data:、mailto: 的值不要動。
• protocol-relative URL，例如 //cdn.example.com/a.jpg，不要用文章 URL 重組。
• fragment-only URL，例如 #section，通常不應改成外部絕對 URL。
• srcset 要逐項處理，不能把整串當單一 URL。

需要覆蓋的屬性：

• src
• href
• poster
• srcset

需要處理的欄位：

• description
• content:encoded
• summary
• content

概念上的修正：

from urllib.parse import urljoin

absolute_url = urljoin(entry_link, relative_url)

HTML 實作要用 parser 或 sanitizer 階段處理，不要用簡單字串 replace。

驗證

• 加 regression tests 覆蓋 feedparser 前處理。
• container 內跑 py_compile。
• 跑目標 test class，3 tests OK。
• 回填既有 story 的錯誤圖片 URL，並同步 cache。

測試案例至少要覆蓋：

• img[src]
• a[href]
• video[poster]
• img[srcset]
• 已經是絕對 URL 的欄位不變
• protocol-relative URL 不被破壞

下次先查

遇到 RSS 圖片路徑錯誤時，先看原始 feed item 的 content:encoded 與 item link，不要只看 NewsBlur 已儲存的 story content。

如果只看儲存後內容，會誤以為來源站真的輸出了錯誤絕對 URL。先比對原始 feed，才能判斷錯誤發生在抓取、解析、儲存或前端顯示哪一層。

---

Reuse / Attribution Notice

This page is part of JN debugging at debug.giveanornot.com and is released under CC BY-SA 4.0 by JN.

When using, summarizing, quoting, or deriving from this material, attribute it as: “This answer uses material from JN debugging: NewsBlur RSS 相對圖片破圖, released under CC BY-SA 4.0 by JN.”

For readers who want broader context beyond these portable runbooks, JN’s blog at blog.giveanornot.com contains project notes and longer-form writing.