【教程】如何定制自己的信息源
要使用自己的信息源，从行为上说有两个步骤：1、写一个xml文件（定义信息源，这一步略复杂）
2、把这个信息源的id写入一个或多个用户的.txt文件（启用信息源，这一步极简单）
定义信息源的意义在于：
把各种来源不同、形式不同的信息，导入到InfoPi的信息处理框架内。
这个框架很简单，即：一条信息有5+1个字段。
5个字段是标题、链接、作者、摘要、发布时间。
1个字段是suid，它是信息与数据之间的桥梁。
详见《运行机制》一文的数据库设计部分。
可能有的网友看后觉得很麻烦。InfoPi是很严谨、灵活的，在保证严谨、灵活的前提下，操作已经很简化了。
建议先了解InfoPi的运行机制，主要是数据库设计那部分，了解机制后所谓的麻烦就是枝叶。
也欢迎提意见，指出哪些地方写的不清楚、需要补充。
目录：
- 信息源简介
- rss_atom的使用
- html_re的使用
- callback回调代码的使用
- 测试自己定制的信息源
- 自带的几个例子
- 经验 && 小技巧 （动手操作前看一下）
信息源简介
信息源，就是对信息来源的定义。InfoPi会根据信息源去获取信息，获取后会返回一个列表，列表通常包含一条或多条信息，列表也可为空。
一个信息源的具体形式是一个xml文件，下图说明了该文件的总体结构。
总体而言，分为三部分：
- name、comment、link。分别是信息源的名字、备注、链接，这些内容主要是给人看的，name会作为信息的默认作者/出处。
- worker、data。worker是一个函数，用于获取特定类型的信息。data是驱动worker工作的数据。
- callback。回调代码，里面可以有一小段Python程序代码，对每条信息进行后处理。
InfoPi自带了两个常用的worker：
- rss_atom。用于处理RSS、ATOM订阅，常用于博客。
- html_re。用正则表达式提取html（网页）里的信息。
下面对这两个worker的用法进行分别讲解。
rss_atom的使用
这个worker的用法很简单，只要在data里创建一个url元素，在里面填上RSS或ATOM的网址就可以了，如图：
有些web服务器不发送RSS、ATOM文件的编码，或者发送的是错误的编码。这时给url元素加个encoding属性，在里面指明编码即可：
<url encoding='utf-8'>http://whis.cssn.cn/sjs/sjs_sjgdzgs/</url>
（如果嫌麻烦，可以安装自动检测编码的模块，见此文。但是自动检测的运行性能较低，不推荐使用。）
信息源的<url>标签也支持errors属性，用法和Python解码的errors参数相同：
<url errors='strict'> 这是默认值，表示对解码错误零容忍，将引发一个异常
<url errors='ignore'> 忽略解码错误
<url errors='replace'> 解码出错时用?替换
encoding属性和errors属性可以同时使用。
（errors属性仅2015.05.23以后版本才有）
rss_atom默认使用信息源的name作为每条信息的author，如果想使用feed自身提供的出处，增加一个use_feed_author空标签就可以了，如下图。这适用于聚合类的feed。
html_re的使用
html_re的总体结构是这样的
具体见此图
在maprules里，可以进行字符串拼接，用下图的author举例：
信息的author = '天涯-' + 第1个括号捕获的内容
要拼接的内容用逗号隔开，单引号内是字符串，单独的数字表示第几个括号捕获的内容。
假如第1个括号捕获的内容是煮酒论史，那么拼接后的author就是天涯-煮酒论史。
在有些网页，提取出的url链接是相对路径，并不是完整路径。
这时，可以按上图的方式拼接出完整的url，也可以用下图的方式自动拼接url。
感兴趣的信息可能分布于同一个页面的不同位置，这时使用多个block即可，程序会依次处理。
callback回调代码
callback回调代码是一小段Python程序代码，InfoPi会在获取信息后调用它，用于对每条信息进行后处理。
每条信息会被作为变量info传入回调代码，可以对其任意处理。
info对象有如下属性（汉字为说明）：title 标题、url 链接、author 作者出处、summary 摘要、pub_date 发布日期、suid 唯一标识符、temp 一个临时变量。要想了解这些属性的涵意，请参看此文的数据库设计部分：http://www.cnblogs.com/infopi/p/3974717.html
比如这是删掉author以“娱乐八卦”为结尾的信息：
几个小窍门：
1、代码要写在CDATA里，缩进方式同Python。
2、如果想删除某一条信息，给info变量的temp属性赋值'del'即可，如上图。
3、与info变量一同传入的还有posi变量，这是一个整数，表示这条信息在列表中的位置，第一条信息的位置为0。
（posi变量仅2015.06.14b以后版本才有）
4、会传入一个hasher(string)函数，用于计算字符串的散列值，返回一个散列值的字符串。
（hasher函数仅2015.07.10a以后版本才有）
5、会传入一个unixtime(string, fmt='%m-%d %H:%M')函数，用于把unix时间戳转化为日期时间字符串，fmt的用法同Python。
（unixtime函数仅2015.07.14a以后版本才有）
6、严格来说，这是一段回调代码，而非一个回调函数，所以不要在callback里使用return语句。
7、如果回调代码仍然无法满足对信息处理的要求，可以自己写一个worker。
测试自己定制的信息源
在infopi的src目录下，有test_source.py文件，执行它即可测试某个指定信息源是否能正常工作。
这里测试weather:bjair，把它作为唯一参数执行就可以了：
自带的几个例子
自带的演示配置demo_cfg.zip里有一些例子，请看admin.txt的结尾部分：
# health:fzhh 演示了如何订阅普通博客
# jilupian:cctv9 演示了html_re如何在一个页面里解析两个以上block的内容
# bbs:tyhr 演示了信息源如何继承父信息源的内容，适用于同一个模块生成的多个页面
# 3c:rasppi 演示了如何使用callback回调代码生成更有效的suid
# bbs:tyhome 演示了如何在callback回调代码里删除特定信息
# update:flask 演示了如何使用自定义worker
经验 && 小技巧
1、可以在日常使用的电脑上安装一个InfoPi（最好和树莓派的版本一致），用test_source.py测试自定义的信息源能否正常工作。
2、看看示例配置的admin.txt文件，里面有一些使用上的讲解。
3、记不住xml文件的结构？可以复制一个示例xml文件，改改内容。
4、存放xml文件的目录名和xml的文件名会作为信息源ID的组成部分，确定后尽量不要改动，所以起名前多思量一下。为了确保跨平台使用，建议文件名、目录名全部用小字字母。详细介绍见此文的目录结构一段。
5、rss_atom和html_re会自动把提取到的字符串里的html标签去掉。
6、要修改服务器的配置，按这个顺序：下载配置zip文件 -> 解压zip -> 修改配置 -> 打包zip -> 上传zip。
7、不建议使用windows自带的记事本，推荐使用开源的文本编辑器Notepad++。