RSS 可以理解为网站提供的一份标准化更新清单，程序可以通过它自动获取网站最新发布的内容。

普通网页主要给人阅读：

https://example.com

而 RSS 地址主要给程序读取：

https://example.com/feed.xml

RSS 通常使用 XML 格式，内容大致如下：

<rss>
  <channel>
    <title>某技术博客</title>

    <item>
      <title>如何构建一个 RAG 应用</title>
      <link>https://example.com/rag</link>
      <pubDate>Sat, 06 Sep 2026 10:00:00 GMT</pubDate>
      <description>本文介绍 RAG 的基本实现方式</description>
    </item>
  </channel>
</rss>

其中通常会包含文章标题、链接、发布时间、作者和摘要等信息。程序只需要按照固定字段读取，不需要分析网页的排版结构。

为什么使用 RSS？

假设需要关注 20 个技术网站，最直接的方式是每天分别打开这些网站检查更新。RSS 把这个过程变成了：

多个网站
   ↓
RSS 订阅地址
   ↓
程序定时读取
   ↓
统一展示最新内容

相比直接抓取网页，RSS 最大的优势是结构稳定、解析简单、维护成本低。

网页中的文章标题可能今天是：

<h2 class="article-title">

网站改版之后变成：

<div class="post-name">

依赖 HTML 结构的爬虫就可能失效，而 RSS 的字段通常相对稳定，更适合长期定时采集。

对比项	普通网页	RSS
主要使用者	人	程序 / RSS 阅读器
格式	HTML	XML
页面样式	有	基本没有
解析难度	较高	较低
改版影响	较大	较小
主要内容	完整网页	更新列表和摘要

RSS 和 Atom

除了 RSS，还有一种常见的订阅格式叫 Atom：

<feed>
  <entry>
    <title>文章标题</title>
    <link href="https://example.com/article"/>
    <updated>2026-09-06T10:00:00Z</updated>
    <summary>文章摘要</summary>
  </entry>
</feed>

两者解决的问题基本相同，只是 XML 结构有所区别。

RSS 中一篇文章通常使用：

<item>

Atom 中则通常使用：

<entry>

实际开发订阅采集器时，一般会同时兼容这两种格式。

在项目中的使用

“也祝日志”的关注模块使用 RSS 来聚合不同网站的最新内容，大致流程如下：

RSS / Atom
    ↓
定时采集
    ↓
解析文章信息
    ↓
统一数据格式
    ↓
写入数据库
    ↓
AI 摘要与分类
    ↓
关注页面展示

项目中的 rss.py 会解析 RSS 的 <item> 和 Atom 的 <entry>，提取标题、链接、作者、发布时间、摘要以及唯一标识，再转换成统一的数据结构。

这样无论内容来自哪个网站，后续数据库和 AI 处理流程面对的都是相同格式的数据。

RSS 的局限

RSS 并不是万能的数据来源。不同网站提供的信息完整度差异很大，有些只有标题和链接，有些提供摘要甚至全文，还有一些网站完全不提供 RSS。因此实际的信息采集通常会同时使用多种方式：

RSS / Atom
官方 API
第三方 API
网页抓取

有 RSS 时优先使用 RSS，因为它通常比直接抓取 HTML 更稳定；没有 RSS 时，再考虑 API 或专门的网页采集器。

总结

RSS 本质上就是：

网站为程序提供的“最新内容清单”。

它把网页内容转换成统一、结构化的数据，使程序能够低成本地持续获取多个网站的最新更新。对于新闻聚合、技术资讯订阅和内容监控这类场景，RSS 仍然是一种简单而实用的数据来源。