网站RSS订阅源生成器html2rss-web

发表于 分类于 Waline： 阅读次数： 本文字数： 4.9k 阅读时长 ≈ 4 分钟
html2rss-web 是一个可以自动为任何网站生成 RSS 订阅源的 Web 应用，支持自动抓取和配置化管理。

简介

什么是 html2rss-web ？

html2rss-web 是一个开源的 Web 应用，可以将任何网站转换为 RSS/JSON 订阅源。它通过自动抓取网页内容，帮助用户将没有 RSS 输出的网站变成可订阅的格式，方便在 RSS 阅读器中阅读。

主要特点

  • 自动抓取：自动解析网页内容，生成 RSS 格式输出
  • 配置化管理：通过 YAML 配置文件定义抓取规则
  • 用户认证：支持多账户 token 认证，确保订阅安全
  • 代理支持：内置 HTTP/HTTPS 代理配置，适应复杂网络环境
  • 健康检查：内置健康检查端点，便于监控服务状态
  • 开源免费：基于 MIT 协议开源，可免费使用和修改

应用场景

  • 订阅无 RSS 的网站：将没有提供 RSS 输出的网站转为可订阅格式
  • 聚合资讯：将多个网站的更新聚合到统一阅读器
  • 监控更新：监控特定页面的内容变化
  • 阅读优化：在 RSS 阅读器中统一阅读网站更新

html2rss-web 是一个轻量级的 RSS 订阅源生成工具，适合需要聚合阅读网页内容的用户。

安装

在群晖上以 Docker 方式安装。

本项目包含两个服务（html2rss-web + browserless），需要使用 docker-compose 部署。

其中：Browserless 的作用，负责处理网页渲染和爬取工作，如果你只需要简单的 HTML 提取可以使用任意 API token

准备

通过 SSH 登录到您的群晖，首先创建配置目录并准备配置文件：

1
2
# 新建文件夹
mkdir -p /volume1/docker/html2rss/config

env.txt

在项目根目录下 /volume1/docker/html2rss/ 创建 env.txt 环境变量文件，内容如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# 启用自动抓取功能
AUTO_SOURCE_ENABLED=true

# 生成你自己的 secret key（使用 openssl rand -hex 32）
HTML2RSS_SECRET_KEY=139e8de20770dd11ceabc97022520475ba1369a00e64a4da2436ac6fe19cd74a

# 健康检查 token（使用 openssl rand -hex 24）
HEALTH_CHECK_TOKEN=be462e488b453506d93f34afb1f79db50618303f5fac01a4

# Browserless API Token（试用token，生产环境需自己注册）
## 1. 访问 Browserless 官网：https://www.browserless.io/
## 2. 创建账户并获取 API Token
BROWSERLESS_IO_API_TOKEN=trial-browserless-token

# Sentry 配置（可选）
SENTRY_DSN=
SENTRY_ENABLE_LOGS=false
  1. production 模式下，若不设置 AUTO_SOURCE_ENABLED=true，页面上会显示 Feed creation is disabled on this instance，也就是不能使用抓取功能

  1. SENTRY_DSN 是 Sentry 错误追踪服务的数据源名称（Data Source Name），用于启用应用的错误监控和日志聚合。

feeds.yml

在 /config 目录下创建 feeds.yml 配置文件，可以配置需要抓取的网站规则，下面的内容只配置了认证

1
2
3
4
5
6
auth:
  accounts:
    - username: "admin"
      token: "你的token"
      allowed_urls:
        - "*"  # Full access

【注意】：token 不能太简单，否则启动时会报错。建议使用 openssl rand -hex 32 来生成

1
2
3
4
html2rss-web    | Weak tokens found for users: admin
html2rss-web    | {"timestamp":"2026-05-03T11:41:56+00:00","level":"INFO","service":"html2rss-web","security_event":"cache_lifecycle","details":{"component":"account_manager","event":"build","accounts_count":1}}
html2rss-web    | {"timestamp":"2026-05-03T11:41:56+00:00","level":"ERROR","service":"html2rss-web","security_event":"config_validation_failure","details":{"component":"account_tokens","details":"Weak tokens for users: admin"}}
html2rss-web    | [1] ! Unable to load application: SystemExit: exit

当现有信息流或自动来源不足时，可以为你想关注的网站编写 YAML 自定义配置，具体配置参考官方文档：https://html2rss.github.io/creating-custom-feeds

docker-compose.yml

在项目根目录下创建 docker-compose.yml 文件：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
# Docker Compose configuration for html2rss-web
# This is the default configuration - customize as needed

services:
  html2rss-web:
    image: html2rss/web
    container_name: html2rss-web
    restart: unless-stopped
    ports:
      - "4001:4001"
    env_file:
      - env.txt
    environment:
      RACK_ENV: production
      PORT: 4001
      BUILD_TAG: ${BUILD_TAG:-local}
      GIT_SHA: ${GIT_SHA:-local}
      HTML2RSS_SECRET_KEY: ${HTML2RSS_SECRET_KEY:?set HTML2RSS_SECRET_KEY}
      HEALTH_CHECK_TOKEN: ${HEALTH_CHECK_TOKEN:?set HEALTH_CHECK_TOKEN}
      SENTRY_DSN: ${SENTRY_DSN:-}
      SENTRY_ENABLE_LOGS: ${SENTRY_ENABLE_LOGS:-false}
      BROWSERLESS_IO_WEBSOCKET_URL: ws://browserless:4002
      BROWSERLESS_IO_API_TOKEN: ${BROWSERLESS_IO_API_TOKEN:?set BROWSERLESS_IO_API_TOKEN}
      # HTTP_PROXY: http://192.168.0.206:2081
      # HTTPS_PROXY: http://192.168.0.206:2081
      # NO_PROXY: localhost,127.0.0.1,::1
    # Trial runs use the image's bundled config/feeds.yml.
    # Uncomment the block below when you want to replace it with your own file.
    volumes:
      - type: bind
        source: ./config/feeds.yml
        target: /app/config/feeds.yml
        read_only: true

  browserless:
    image: "ghcr.io/browserless/chromium"
    container_name: html2rss-browserless
    restart: unless-stopped
    # ports:
    #   - "4002:4002"
    environment:
      PORT: 4002
      CONCURRENT: 10
      TOKEN: ${BROWSERLESS_IO_API_TOKEN:?set BROWSERLESS_IO_API_TOKEN}

启动服务

1
2
3
4
5
# 进入 html2rss 目录
cd /volume1/docker/html2rss

# 一键启动
docker-compose --env-file env.txt up -d

完整的目录结构如下：

1
2
3
4
5
/html2rss/
├── config/
│ └── feeds.yml             # 订阅源配置文件
├── env.txt                 # 环境变量文件
└── docker-compose.yml      # 容器编排文件

运行

在浏览器中访问 http://<群晖IP>:4001 即可进入 Web 界面。

搜了一个 HackerNews CN，输入其网址 https://hn.aimaker.dev

第一次使用，还需要输入 /config/feeds.yml 中设置的 token

等待生成预览

对照看了一下，似乎只生成了 问答 部分，看来想要用好 html2rss，还需要深入研究官方文档，完善 feeds.yml 的设置

试了下其他分类，例如 24 小时热榜的地址，

但是从日志看，https://hn.aimaker.dev/category/top 很容易超时导致无结果

将上面获取的地址放入 RSS 阅读器

能获取到标题

注意事项

  1. 代理配置：HTTP_PROXY 和 HTTPS_PROXY 环境变量用于代理访问，请根据实际网络环境调整
  2. Token 安全：生产环境请使用强随机 Token（openssl rand -hex 32 生成）
  3. Browserless 限制：试用 API token 有并发限制，生产环境建议注册自己的 Browserless 账户
  4. 数据持久化：feeds.yml 配置文件需要持久化保存，否则重启后会丢失配置
  5. 端口占用：4001 端口可能被占用，请根据实际情况调整

参考文档

html2rss/html2rss-web: Generates RSS feeds of any website & serves to the web
地址：https://github.com/html2rss/html2rss-web

Getting Started | html2rss
地址：https://html2rss.github.io/web-application/getting-started/

browserless/browserless: Deploy headless browsers in Docker. Run on our cloud or bring your own. Free for non-commercial uses.
地址：https://github.com/browserless/browserless