來源沒有更新時該看哪裡
先分清楚是網站那邊停了,還是我們這邊抓不到。
先看來源的頁面
本服務會公開每個來源的抓取狀況:最後一次成功抓取的時間、最近的抓取有沒有出錯,以及每週產出的文章數量。
如果最後成功抓取的時間很近、卻沒有新文章,那就是抓取正常、網站單純沒有發文。這種情況訂閱這一方沒有什麼可以做的。
抓取一直失敗時
持續出錯的來源,頁面上會顯示錯誤的種類。常見的有這幾種。
- http-4xx —— 來源網址變了、來源已下架,或網站拒絕機器人流量。「用瀏覽器打得開,但抓不到」就是這一類
- http-5xx —— 網站那邊出狀況,通常是暫時性的,下次抓取就會恢復
- timeout / network —— 沒有回應,或連不上該主機。同樣多半是暫時的
- too-large —— 來源超過大小上限而被截斷。把整個封存塞在同一個來源裡的網站會發生
- too-many-redirects —— 轉址繞成迴圈。網站搬遷期間偶爾會看到
網址變更時
網站搬家或換發布工具時,來源網址會變,舊網址則一直回傳 404。
用網站的網址重新偵測一次,通常就能找到新的來源。訂閱新的、把舊的移除即可。
同一篇文章一直重複出現時
兩則是不是同一篇文章,是由來源提供的每則 ID 決定的。如果網站那邊改了這個 ID,文章就會以新的姿態再出現一次。
這在「編輯文章就會改變 ID 或網址」的網站上會發生。那是網站的設定,訂閱這一方沒有可以更改的地方。
排序看起來不對時
排序用的是來源裡的日期。沒有日期、或每一則日期都相同的來源,順序自然不會如你所料。
一堆舊文章突然以新的姿態湧進來,原因也一樣。搬遷或批次編輯改寫了發布日期時,在任何閱讀器看來都是新的。
完全沒有來源的網站
拿掉訂閱來源的網站越來越多。本服務可以直接從頁面偵測更新,所以沒有來源的網站也追得到。
它的可靠度不如真正的來源:漏掉更新與誤判都比較容易發生。如果網站把來源放回來了,請改訂閱那個。
常見問題
- 來源顯示錯誤時該怎麼辦?
- 錯誤的種類會顯示在來源的頁面上。多數是暫時性的,下次抓取就會恢復。
- 來源網址變了怎麼辦?
- 用網站的網址重新偵測一次,通常就能找到新的。
- 為什麼同一篇文章一直重複出現?
- 因為網站在改每篇文章的 ID。那是網站那邊的設定,訂閱這一方無法處理。