LorDong's Blog

从上周开始发现在Google Reader中订阅的一些新浪博客变成不全文输出了，刚开始以为是博主自己改的，后来在Twitter上看到有人说新浪对一些名人博客改为“不全文输出”，为此先鄙视一下新浪博客。

不全文输出的缺点有：

• 必须打开原文才能看到全部内容；
• Google Reader无法缓存全文内容，因此如果文章被删除就无法看到全文；
• 手机上阅读很不方便，得打开原文并加载一些无意义的内容。

曾记得之前有人解决过这种不全文输出的订阅，因此在Google上做一了翻搜索，老肥博客的这篇《RSS feed 不输出全文？一样搞定你》文章给我了一些提示。

我通过Firefox的“工具->附件组件”功能搜索并添加了“Greasemonkey”的最新插件v0.8.20100408.6，重启Firefox后到google reader full feed changer下载最新的脚本，点该页上的“Install”按钮即可安装。特别说明一下，这种方法只对Firefox有效，其它浏览器或手机访问请绕行。

按老肥那篇文章的提示我找到安装后脚本的存放位置：
[系统盘]:\Documents and Settings\[当前用户]\Application Data\Mozilla\Firefox\Profiles\[随机数].default\gm_scripts\google_reader_full_feed_\google_reader_full_feed_.user.js

以anmin0001的博客为例，随便打开一篇文章，按ctrl+u或通过右击菜单查看页面源代码，可以看到博文内容用<div class="articalContent" id="sina_keyword_ad_area2">来标注，因此我们打开上面提到的脚本文件，在SITE_INFO数组里添加新的一项：
}, // 注意新添加的项要使用逗号跟之前的分隔
{
url: 'http://blog.sina.com.cn',
xpath: '//div[@class="articalContent"]', // 这里用不同的颜色表示与博文的标注对应关系
charset: utf-8 // 缺省是utf-8编码，新浪博客的编码也是utf-8，所以这行可以省略
}

保存后刷新Google Reader，可以看到Reader自动加载原文链接并显示出来。

实际使用时我们发现一些小问题，在自动加载的原文里我们看到以<span class='MASSxxx'>标注的部分博文内容是重复的，而且没有格式，导致原文很难阅读。分析页面源代码我们发现在文件头有对应的css标注该段内容不显示：<style>.MASSxxx{display:none}</style>
分析多个人的博客我们发现这个“xxx”各不一样，但同一个人都是一样的，真不知道新浪在搞什么鬼，不过我们可以修改脚本对这部分做隐藏处理。

首先还是来修改SITE_INFO，我们加上一个hidden的定义：

    {
        url: 'http://blog.sina.com.cn',
        xpath: '//div[@class="articalContent"]',
        hidden: '//span[@class="MASSxx1"]|//span[@class="MASSxx2"]|...|//span[@class="MASSxxn"]'
    }

不同的新浪博客有不同的MASS码，我们分别找到并在hidden中罗列出来，各个MASS之前用“|”分隔。

对应的修改脚本的代码：
1. 加一个hiddenTags函数：

function hiddenTags(tag, node) {
var tags = getElementsByXPath(tag, node);
if (tags != null && tags.length) {
for (var i = 0; i < tags.length; i++) { tags[i].style.display = "none"; } } return node; } [/javascript] 2. 修改FullFeed.request函数，在body.appendChild之前判断并调用hiddenTags函数： [javascript highlight_lines="4,13"] if (!contents.length) { var node = addTargetAttr(relativeToAbsolute(contents, link)); if (SITE_INFO[i].hidden) { node = hiddenTags(SITE_INFO[i].hidden, node); } body.appendChild(node); return; } // array for (var num = 0; num < contents.length; num++) { var node = addTargetAttr(relativeToAbsolute(contents[num], link)); if (SITE_INFO[i].hidden) { node = hiddenTags(SITE_INFO[i].hidden, node); } body.appendChild(node); } [/javascript] 保存并刷新Google Reader我们可以看到<span class="MASSxxx">部分的内容被隐藏掉了。 图片问题：
我们还发现图片不能正常显示，分析发现<img里有个“real_src”用来显示实际的图片链接，而“src”显示的是一个1x1的图片，同样我们可以修改脚本来实现，修改relativeToAbsolute函数：

function relativeToAbsolute(node, link) {
var imgs = getElementsByXPath('//img', node);
if (imgs.length) {
for (var i = 0; i < imgs.length; i++) { var src = imgs[i].getAttribute('src'); var real_src = imgs[i].getAttribute('real_src'); if (src) { if (real_src) { imgs[i].setAttribute('src', toAbsolutePath(real_src, link)); } else { imgs[i].setAttribute('src', toAbsolutePath(src, link)); } } } } return node; } [/javascript] 在发现有“real_src”属性时取来给“src”用，这就解决了图片显示的问题。 这是我现有用到的脚本文件：google_reader_full_feed_.user.js.txt，里面指定了两个MASS：
anmin0001的博客：feed - http://blog.sina.com.cn/rss/anmin0001.xml，MASSd3158bed322a
曹建海的博客：feed - http://blog.sina.com.cn/rss/caojianhai.xml，MASS046cdd2ad48f

Tags: Feed, Google

This entry was posted on 星期一, 7月 12th, 2010 at 16:00 and is filed under 东东博客. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.