距離我上次為 developerWorks 撰寫 RSS 文章(〈An introduction to RSS news feeds〉),一晃眼已過了三年。當時,RSS 還只是眾多 XML 應用中比較受到矚目的一個。後來,Netscape 放棄了這個格式,接連冒出五個(沒錯,五個)新版本的 RSS 規範,圍繞它的爭議也從未停歇。
儘管如此,RSS 卻迎來了前所未有的普及。
今天,你隨處都能找到成千上萬的 RSS 摘要。部落格使用者、新聞媒體、政府機構,以及無數個人與商業網站,都支持這項格式。Java、Perl、PHP、Python 等主流程式語言,都提供了處理 RSS 的工具;無論是網頁、桌面還是電子郵件用戶端,都有各種閱讀器與聚合器在運作。RSS 已然成為網際網路上聯播內容與中繼資料的事實標準。
本文將聚焦於現行的 RSS 2.0 規範。我不打算糾纏於格式上五光十色的特徵與種種爭論,否則恐怕就沒篇幅談其他重點了。相反地,我會先鋪陳一些背景,接著剖析這套格式的實際用法,介紹幾款熱門的處理工具,深入說明它的具體細節並附上範例,最後再談談 RSS 2.0 的一些新特性。文末還附上一份帶有註解、相當豐富的 RSS 參考資料清單,值得細細挖掘。
和許多標準一樣,就連最起碼的名稱問題都難以取得共識。有人說它代表「RDF Site Summary(RDF 站點摘要)」,有人說是「Really Simple Syndication(真正簡單的聯播)」,還有人相信它是「Rich Site Summary(豐富站點摘要)」。
根據現行規範作者 Dave Winer 的說法:「關於 RSS 代表什麼並沒有定論,它不是一個首字母縮寫詞,而是一個名稱。規範的最新版本或許稱它為縮寫,但願這不會影響到太多應用程式。」無論如何,RSS 都指向同一件事——一種在網際網路上聯播內容的格式。
RSS 是網際網路上聯播內容與中繼資料的一種格式,通常用來共享標題與新聞文章的鏈接。就新聞而言,被共享的往往不是文章全文,而是關於文章的「中繼資料」——例如標題、URL 或摘要。對出版商來說,RSS 是個關鍵工具:摘要可用於聯播內容,也能把第三方內容整合進自己的網站。
RSS 是一種 XML 方言,所有 RSS 檔案都必須符合 W3C 網站上發布的 XML 1.0 規範。
以下是一個典型的應用流程:
・一位出版商有些想發布的內容。
・他為這些內容建立一個 RSS 頻道。
・在頻道中放入若干項目,對應到他想宣傳的網頁。
・這個頻道可被遠端應用程式讀取,轉換成標題與鏈接,加入新的網頁,或供專門的閱讀器顯示。
・人們在不同網站看到這些鏈接,點擊後便進入原作者網站。
儘管「標題聯播」是最常見的用法,RSS 的用途其實遠不止於此。它在部落格社群中廣受歡迎,也被用於相簿、分類廣告、食譜、評論,甚至追蹤軟體套件狀態。在電子商務領域,RSS 同樣被用作資訊傳遞的方式——例如 Amazon 就透過其 Web 服務平台向客戶提供新聞摘要,讓你能在閱讀器裡掌握暢銷書訊,或把相關書籍資訊嵌入自己的網站。
過去幾年,RSS 的普及度增長驚人。Syndic8.com 維護了一份 RSS 頻道索引,其摘要清單在兩年間膨脹了約 1400%。Yahoo 新聞、BBC、Slashdot、LockerGnome、Amazon、CNN、Wired、Rolling Stone 與 Apple Computer,都名列最受歡迎的 RSS 來源之列。
隨著摘要數量激增,一類新軟體應運而生:新聞閱讀器。它是「個人聚合器」,能幫助你發現並整理感興趣的頻道清單;選好頻道後,就能透過一致的介面瀏覽它們。閱讀器會檢查你所關注頻道的更新,並轉換成可瀏覽的 HTML。
其中一款頗受歡迎的閱讀器是 BlogExpress:
圖 1. 在 BlogExpress 中查看 alphaWorks

圖片看不清楚?請點擊這裡查看原圖(大圖)。
BlogExpress 屬於所謂的「披薩軟體」——意思是,如果你喜歡它,可以寄點買披薩的錢給作者當作感謝。
在 BlogExpress 中加入一個頻道很簡單。假設你想追蹤 IBM alphaWorks 網站的動態,第一步就是取得要加入的摘要:
圖 2. 在 alphaWorks 找到的新聞摘要

加入摘要很容易——那個橘黃色的「XML」標誌通常用來鏈接公開的 RSS 摘要。在多數瀏覽器中,你只要對「XML」標誌按右鍵、複製鏈接,再貼到你的新聞閱讀器裡就行了。
你可以用搜尋引擎查找 RSS 內容。以 Google 為例,只要在查詢中加上「filetype:rss」,就能搜尋 .rss 檔中的關鍵字。
專門的搜尋引擎讓內容檢索更輕鬆。Feedster 會監看部落格,讓你透過單篇文章的索引查找,並依相關性、日期與等級(logrank)排序。搜尋時,Feedster 會依你的查詢即時產生一份 RSS 摘要;把它加進閱讀器後,你就能掌握所有與該查詢相關的最新動態,甚至不必離開閱讀器。
DayPop 則搜尋新聞、部落格與 RSS 摘要,讓你在部落格世界中追蹤熱門話題。它提供當前最受歡迎的 40 個部落格鏈接、全球熱門文章鏈接,以及部落格中最常被使用的詞彙列表,並依引用次數為部落格評級,列出最受其他部落客歡迎的網站。你也可以自訂搜尋,而評級清單與自訂搜尋都提供 RSS 摘要形式,能直接匯入閱讀器。
RSS 2.0 建立在 RSS 0.91 規範之上,並與其向後兼容——因此任何能處理 RSS 2.0 的工具,理應也能處理 0.91 摘要。升級後的規範新增了少數元素,例如 <cloud> 與 <guid>。
它也解除了若干限制。過去,<link> 與 <url> 元素只能是 http 或 FTP,現在則可使用任何有效的 URI。在 RSS 0.91 中,每個頻道最多只能有 15 個項目,元素長度也受限,如今這些限制都取消了。不過仍應謹慎使用過大的值,因為它們可能在舊應用程式上出問題。
但更重大的改變,是能透過名稱空間擴展這套格式。RSS 2.0 支援名稱空間——一種在規範之外新增元素的標準方法。只要定義在某個名稱空間中,摘要就能包含全新元素。
RSS 是一種用於聯播 Web 內容與中繼資料的 XML 方言。RSS 0.91 是幾種可用版本中最常見的一種;但對於新的 RSS 摘要,更好的選擇是 2.0 版——因為它是現行規範,而且如前所述,與 0.91 向後兼容。
Dave Winer 撰寫了 2.0 版規範,並有意識地避免那些可能使規範變得難用、或損害既有應用程式的修改。他總結自己的理念:「保持簡單。這正是 RSS 的價值所在。任何略懂 HTML 的人都能理解 RSS——這一點至關重要!」
該規範以 Creative Commons 授權發布,意味著你可以免費複製、散布,並據此創作衍生作品,也能自由用於商業用途。一個諮詢委員會負責更新規範、推廣規範與撰寫文件。
一份 RSS 檔案由一個 <channel> 元素及其子元素組成。除了頻道內容本身,<channel> 還以項目的形式包含描述頻道的中繼資料元素——例如 <title>、<link> 與 <description>。項目通常是頻道的主要部分,承載著經常變動的內容。
頻道一般有三個元素,用來提供關於頻道本身的資訊:
・<title>:頻道或摘要的名稱。
・<link>:與該頻道關聯的網站或網站區域的 URL。
・<description>:簡要介紹這個頻道在做什麼。
許多頻道子元素都是選填的。常用的 <image> 元素有三個必填子元素:<url>(代表該頻道的 GIF、JPEG 或 PNG 圖像的 URL)、<title>(圖像的描述,當頻道以 HTML 呈現時,用作 HTML <image> 標籤的 ALT 屬性)、<link>(網站的 URL;若頻道以 HTML 呈現,該圖像會成為連到這個網站的鏈接)。<image> 另有三個選填子元素:<width>(圖像的像素寬度,最大值 188,預設 88)、<height>(像素高度,最大值 400,預設 31)、<description>(文字內容,呈現時作為環繞圖像的鏈接元素的 title 屬性)。
此外還有許多其他選填的頻道元素,多數不言自明,例如:<language>(如 en-us)、<copyright>、<managingEditor>、<webMaster>、<pubDate>、<lastBuildDate>、<category>、<generator>、<docs>。另有幾個較特別的:<cloud>(允許程序註冊為「雲」,在頻道更新時收到通知,為 RSS 摘要實作了輕量級的發布-訂閱協議)、<ttl>(存活時間,表示摘要在刷新前快取的分鐘數)、<rating>(該頻道的 PICS 評級)、<textInput>(定義可與頻道一同顯示的輸入框)、<skipHours> 與 <skipDays>(告訴聚合器哪些時段或哪一天的更新可以略過)。
項目通常是摘要中最重要的部分。每個項目可以是關於某篇部落格文章、一份完整文件、一部電影評論、一則分類廣告,或任何你想與頻道聯播的內容紀錄。頻道中的其他元素或許不變,項目卻經常更迭。
你可以放入任意數量的項目。舊規範的上限是 15 個,若想維持向後兼容,這仍是一個不錯的上限值。
每個項目通常包含三個元素:<title>(項目名稱,在標準應用中會被轉換成 HTML 標題)、<link>(該項目的 URL,標題通常會成為指向這個 URL 的鏈接)、<description>(通常作為 link 所指向 URL 的摘要或補充)。這些元素都是選填的,但一個項目至少要包含 <title> 或 <description> 其中之一。
項目還有其他選填元素:<author>(作者的電子郵件地址)、<category>(支援有組織的分類)、<comments>(關於該項目評論頁的 URL)、<enclosure>(支援與該項目相關的媒體物件)、<guid>(與該項目唯一關聯的永久鏈接)、<pubDate>(該項目的發布時間)、<source>(該項目來自哪個 RSS 頻道,在聚合多個項目時特別有用)。
清單 1 是一份 RSS 2.0 檔案的範例。請注意,頻道被包在 <rss version="2.0"> 之中。這是個相當基礎的例子,說明了項目與圖像如何放進頻道裡,所示的元素也都是最常用的頻道子元素。
清單 1. RSS 2.0 檔案範例
<?xml version="1.0"?>
<rss version="2.0">
<channel>
<title>The channel's name goes here</title>
<link>https://www.urlofthechannel.com/</link>
<description>Current prices for books and CDs</description>
<image>
<url>https://www.urlofthechannel.com/logo.gif</url>
<title>The channel's name goes here</title>
<link>https://www.urlofthechannel.com/</link>
</image>
<item>
<title>The Future of content</title>
<link>https://www.itworld.com/nl/ecom_in_act/11122003/</link>
<description>The issue of people distributing and reusing digital media...</description>
</item>
<item>
<title>Online Music Services - Better than free?</title>
<link>https://www.itworld.com/nl/ecom_in_act/08202003/</link>
<description>More people than ever are downloading music from the Internet...</description>
</item>
</channel>
</rss>
正因為 RSS 如此普及,各種環境下幾乎都有可用的工具:
・Java 技術:在 Sun 網站上可找到 RSS Utilities Package,支援在 JavaServer Pages 中使用 Tag Library,並附帶一個 RSS 解析器。
・Perl:已有數款 Perl 工具能處理 RSS。XML::RSS 提供了建立與維護 RSS 檔案的框架,並支援在常見版本之間轉換。
・Python:RSS.py 是一組能透過 Python 操作 RSS 頻道的類別。
此外,許多內容管理與部落格工具也直接支援 RSS。多數部落格工具(包括 Movable Type、Blogger 與 Radio Userland)都支援它,一些內容管理系統(如 Zope 與 CityDesk)如今也跟上腳步。
RSS 2.0 有許多選填元素,涵蓋了多數頻道所需的項目,同時也支援擴展性,讓你能使用規範中沒有的元素。不過,RSS 2.0 規範並未花太多篇幅定義擴展該怎麼做,只簡潔地總結:「RSS 摘要可以包含本頁未描述的元素,只要這些元素定義在一個名稱空間中。」這留下了廣大的想像空間!所幸,規範裡附了一個範例,你也可以參考現今實際運用的幾個案例。
核心概念是:你可以加入任何需要的標籤——但「加入一個含義多重」的元素實在太容易了。使用你頻道的人可能根本不確定某個標籤是什麼意思。舉例來說,如果我在頻道裡用了 <analog> 標籤,它的含義就很模糊:Web 專家可能聯想到最流行的網站日誌分析器 Analog;科幻迷可能想到一本經典科幻雜誌《Analog》;音樂家可能覺得是指某種合成器;生物學家會想到一種器官;電子工程師則會聯想到類比電路。這種歧義,讓人很難理解標籤真正的意思。
因此,RSS 允許你加入任何喜歡的標籤,但要求必須搭配名稱空間一起使用,以此釐清標籤含義。回到 <analog> 的例子,若我想打造一組關於電子商務的標籤,並讓 <analog> 作為一個「e-business」元素,我會加入這樣的宣告:
xmlns:ebusiness="https://www.lewingroup.com/ebusinessChannel"
這就建立了一個名為「ebusiness」的名稱空間,並表明該名稱空間的文件位於我的網站上。要使用 <analog> 標籤時,我就能寫成 <ebusiness:analog>,藉此與其他含義區隔開來,例如 <sciencefiction:analog> 或 <synthesizers:analog>。
一個更實際的擴展範例,可以在 RSS 2.0 規範的示例文件中找到:
清單 2. RSS 2.0 規範示例中的名稱空間
<?xml version="1.0"?>
<!-- RSS generated by Radio UserLand v8.0.5 on 9/30/2002 -->
<rss version="2.0" xmlns:blogChannel="https://backend.userland.com/blogChannelModule">
<channel>
<title>Scripting News</title>
<link>https://www.scripting.com/</link>
<description>A weblog about scripting and stuff like that.</description>
<language>en-us</language>
<blogChannel:blogRoll>
https://radio.weblogs.com/0001015/userland/scriptingNewsLeftLinks.opml
</blogChannel:blogRoll>
<item>
<description>Joshua Allen: <a href="...">Who loves namespaces?</a></description>
<pubDate>Sun, 29 Sep 2002 19:59:01 GMT</pubDate>
<guid>https://scriptingnews.userland.com/backissues/2002/09/29#When:12:59:01PM</guid>
</item>
</channel>
</rss>
這個範例定義了一個名為 blogChannel 的名稱空間,它指向一份文件,說明幾個常見於部落格的新元素用法。其中之一是 <blogroll>——文件解釋道,blogroll 是部落格中的一組鏈接集合,指向與你的部落格內容相關的網站。<blogChannel:blogRoll> 標籤提供了使用者或軟體所需的資訊:知道 blogRoll 是定義在 blogChannel 名稱空間中的元素,也能找到這份文件的位置。
同樣地,RSS 2.0 只對「不屬於規範的元素」要求名稱空間,所有基本標籤都預設在 RSS 2.0 名稱空間中。這讓格式更易於上手——除非你需要擴展 RSS,否則完全不必碰名稱空間。
本文回顧了 RSS 在內容聯播與聚合領域的重要性,並以最新的 RSS 2.0 規範為主軸——它正迅速普及。我們也一併考察了處理 RSS 可用的各類工具,包括聚合器、驗證器與解析器。