跳到內容

NewsBlur 失連訂閱:核對新 RSS 並保留原訂閱

先區分 RSS 抓取失敗與原站預覽失敗,再從作者目前的網站取得訂閱入口。HTTP 200 仍可能是關站公告,必須解析 RSS/Atom 並核對發佈者與文章。

修復前先備份訂閱、文章與已讀狀態;保留 Feed ID 不代表重抓時不會裁掉舊文,詳見重抓觸發舊文裁切。

部分訂閱長期顯示 404、403、401 Unsafe URL 或 553 Not an RSS feed,其他訂閱仍正常更新。另一類訂閱持續有文章,卻顯示首頁預覽錯誤。

自架 NewsBlur 的第三方訂閱、來源探索、原站預覽與歷史資料。本次修復六個 RSS 來源與一個預覽入口;另有來源因 DNS、連線或未找到有效 RSS 而保留未解狀態,不刪除訂閱。

在目前部署的 Django shell 查看目標帳號訂閱,分別列出兩種 exception:

from django.db.models import Q
from apps.reader.models import UserSubscription
from apps.rss_feeds.models import Feed, MFetchHistory
feed_ids = UserSubscription.objects.filter(
user_id=USER_ID
).values_list('feed_id', flat=True)
broken = Feed.objects.filter(pk__in=feed_ids).filter(
Q(has_feed_exception=True) | Q(has_page_exception=True)
)
for feed in broken:
print(feed.pk, feed.feed_address, feed.feed_link,
feed.has_feed_exception, feed.has_page_exception)
print(MFetchHistory.feed(feed.pk)['feed_fetch_history'][:1])

對失效 feed 與網站首頁分別發送 GET,跟隨轉址並檢查實際內容。優先讀首頁的 rel="alternate"、RSS 按鈕或訂閱說明,不只猜常見路徑。

import requests
import feedparser
response = requests.get(CANDIDATE_URL, timeout=20)
response.raise_for_status()
parsed = feedparser.parse(response.content)
assert parsed.version and parsed.entries
print(response.url, parsed.feed.get('title'), parsed.feed.get('link'))
print([(entry.get('title'), entry.get('link'))
for entry in parsed.entries[:2]])

本次遇到的實例模式:

  • 作者搬網域或更換架站工具,舊 RSS 路徑不再存在。
  • 舊 FeedBurner 回 200,但正文已是平台關站公告。
  • WordPress 首頁宣告 /feed/,該路徑卻 404;一般 ?feed=rss2 也被 canonical redirect 導回失效路徑。本次以 ?feed=rss2&preview=true 取得有效、可公開讀取的 RSS,才採用此替代入口;不是所有站都適用。
  • Unsafe URL 出現在已無法解析的來源網域;不能僅憑 401 判定為帳密問題,更不應停用 SSRF 防護。
  • RSS 正常,feed_link 卻空白,導致 page history 回 Feed has no original page: No feed link。

來源位址與目前網站不一致,或原站預覽缺少入口。這與 Celery/scheduler 全站停擺不同;若所有訂閱都不更新,先走排程分層檢查。

只對驗證為同一發佈者的來源換址。這次在單一使用者的自架環境,用現有 ORM 更新原 Feed,沒有刪除重訂。寫入前檢查新 address/link 組合的 hash 是否已存在,因為 Feed.save() 遇到碰撞可能合併 Feed;多使用者或共享 Feed 環境應先確認變更影響。

記錄原 feed_address、feed_link、鎖定旗標、ETag 與訂閱資料,再寫入驗證的新位址並清空舊條件式請求欄位。若替代入口會被自動探索改回失效地址,再針對該 Feed 設定 feed_address_locked。

只有預覽失敗時,從 RSS channel link 或已驗證首頁補 feed_link,不更換正常 RSS。

完成文章與已讀備份後,執行目標 Feed 的實際抓取;本次維護程序暫停 trim_feed(),避免重抓新增文章時裁切舊快取。這是單次維護措施,未修改後續 worker 的留存政策。

  • 本次七個目標的最新 feed/page fetch 均為 200,兩種 exception 均清除。
  • 訂閱總數、原 Feed/UserSubscription ID、啟用狀態、自訂標題與閱讀日期保持一致。
  • 額外核對原 story IDs,不能以「訂閱還在」代替歷史完整性。
  • Django JSON serializer 的日期可能只有毫秒;與 ORM 的微秒值比對時統一精度,不為通過檢查而覆寫原時間。
  • 無有效新來源的訂閱保持原狀,不將「未找到 RSS」宣稱成「網站已永久停止 RSS」。

先讀最新 fetch history,再核對來源首頁、訂閱入口與實際 XML;確認同源、備份歷史、排除重複 Feed 後才換址。最後用 NewsBlur 本身重抓並核對資料保留情況。


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 失連訂閱:核對新 RSS 並保留原訂閱, 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.