RSS sijojimas

Internete yra šimtai ar net tūkstančiai įdomių RSS resursų, bet, deja, ne viskas juose yra vienodai įdomu ir vertinga. Pateiksiu du pavyzdžius: 1) Reddit yra labai šauni įvairių naujienų ir įdomybių tarnyba, kurioje randu aibę medžiagos Perliukams, tačiau klaikiai erzina nuolatinės rietenos dėl JAV politikos, patenkančios į tą patį srautą; 2) Blogas.lt turi bendrą visų įrašų srautą, kuris man padeda surinkti medžiagą Blogoramai, atrasti naujus, ką tik pradėtus projektus, bet įdomūs įrašai ten skęsta niekinėje kitų rašliavoje.

Žinoma, galima RSS srautus apdoroti tokiais įrankiais kaip Yahoo! Pipes. Kai Pipes tik pasirodė, apie tarnybą buvo rašoma labai daug, taip pat ir nežinau.lt. Vėliau entuziazmas užgeso, nes pasirodė, kad jos valdymas visiškai be reikalo padarytas labai sudėtingai. Todėl ir nefiltravau savo RSS prenumeratų su Yahoo! Pipes, nors iš pradžių tokių planų turėjau.

Dabar suradau naują, paprastesnę priemonę RSS sijojimui – BlogSieve. Ji paprastesnė dėl to, kad viską leidžia daryti pažingsniui. Pirmiausią į vieną krūvą galima surinkti iki penkių skirtingų šaltinių ir nustatyti bendrus filtrus visiems, o po to galima atskirus filtrus nustatyti kiekvienam RSS srautui atskirai.

BlogSieve galima pažymėti, kokie žodžiai privalo būti tekste arba antraštėje, kokių ten negali būti arba tiesiog įrašyti grep stiliaus išraišką. Galima nurodyti, kad filtruojami pranešimai turėtų tam tikrą nuorodų tankį, išvalyti iš jų HTML kodą ir stilius, JavaScript ir kitus priedus.

Išfiltruotą srautą netgi galima surūšiuoti ne tik pagal datą, bet ir pagal abėcėlę. Įspūdingos galimybės, ar ne?

Žiūrėsim, kas gausis bandant realybėje. Teoriškai filtras, kuris automatiškai išmeta visus įrašus su „agloco“, „pokeris“, „cyberdunk“, „swejki“ ir „nju“, turėtų sunaikinti bent pusę nereikalingo mėšlo, kuris šiandien dar patenka į mano suvargusį Google Reader. Jei sistema pasiteisins, tikriausiai sutaupysiu bent po pusvalandį-valandą kasdien naudingesniam darbui, nei idiotraščių peržiūrinėjimas…