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，全部为字符串类型。
5个字段是title（标题）、url（链接）、author（作者/出处）、summary（摘要）、pub_date（发布时间）。
1个字段是suid（信息源范围内的唯一标识），它像身份证号，作用是确保一条信息不会被重复记录，请确保它在信息源范围内的唯一性。
详见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。如果不需要进行后处理可以没有callback。
InfoPi自带了5个worker，本文讲解前2个的用法，因为这2个比较常用：
- rss_atom。处理RSS、ATOM，常用于订阅博客。
- html_re。用正则表达式提取html（网页）里的信息。
- html_re_rev。和html_re用法完全相同，区别是最终获得一个逆顺序的列表。
- html_json。用于从html里提取json信息，详细用法。
- pypi。从Python官方的pypi获得第三方模块的更新信息。
下面对前2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）
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用正则表达式从网页里提取信息。
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。
备注1：可以，这是一个更强大的正则表达式引擎，在处理复杂情况时更方便，参看。
备注2：有极个别网页，在浏览器里看到的html源码和直接下载的html源码不一样，这时请以后者为提取目标。
备注3：个别网页，信息是在某个js或json文件里面，这时先用浏览器的调试器定位该文件，然后从该文件提取。
备注4：Python正则表达式的常用标识（flags属性）：
| 含义 | 简写 | 全写 |
| 忽略大小写模式 | I | IGNORECASE |
| 多行模式 | M | MULTILINE |
| .号包含换行符 | S | DOTALL |
callback回调代码的使用
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。
比如，这是删掉author以“娱乐八卦”为结尾的信息：
以下是传入callback回调代码的几个变量：
| 名称 | 类型 | 用法 |
| info | 一条信息 | 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：
例： info.author = '天涯-' + info.author 这是给信息的出处添加“天涯-”前缀。 |
| posi | 整数 | 表示这条信息在整个列表中的位置，第一条信息的位置为0。
例： if posi > 4: info.temp = 'del' 只保留列表的前5条信息，其余删除。 仅2015.06.14b以后版本才有 |
| funcs | 一个对象 | 包含各种便利函数，仅2017.1.16a以后版本才有 函数 funcs.hasher(string)计算字符串的散列值，返回一个MD5散列值的字符串。例： info.suid = funcs.hasher(info.summary)用这条信息的summary的散列值作为这条信息的suid。函数 funcs.unixtime(string, fmt='%m-%d %H:%M')把unix时间戳字符串（如“1438319470”）转化为日期时间的字符串（ 如“07-31 13:11”）。参数fmt格式的用法同Python。例：info.pub_date = funcs.unixtime(info.pub_date)把发布日期由“1438319470”转换为“07-31 13:11”函数 funcs.resub(pattern, repl, string, count=0)使用正则表达式的替换功能，用法类似re.sub函数。参数pattern是正则式（flags要写进正则式），repl是替换字符串，string是输入数字串，count是替换数（0为替换所有）。例：info.summary = funcs.resub(r'(?m)^\d+年(\d+)月(\d+)日', r'[\1-\2]', info.summary)把summary里每行行首的日期替换成特定格式，如“2017年1月16日”变成“[1-16]”函数 funcs.research(pattern, string)仅2017.1.16b以上版本有此函数。使用正则表达式在string里查找，能找到返回True，否则返回False。参数pattern是正则式（flags要写进正则式），string是输入数字串。例：if funcs.research(r'(?:今日播出|敬请收看)', info.summary):判断summary里是否包含“今日播出”或“敬请收看”。 |
几个小窍门：
1、代码要写在CDATA里，缩进方式同Python。（严格缩进，且空格和TAB不能混用）
2、如果想删除某一条信息，给info变量的temp属性赋值'del'即可： info.temp = 'del' 。
3、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。
4、在一个获取列表内，各条信息的callback代码共用一个变量空间，因此可以创建、使用跨单条信息的变量。
5、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，有个test_source.py程序，用于测试某个信息源能否正常工作。
这里测试weather:bjair，把它作为唯一参数执行就可以了：
（输入test_source.py的时候可以使用TAB自动补全，即：只要输入test然后按TAB键，会自动补全文件名。）
自带的几个例子
有一些共享的信息源，点击Download按钮下载即可。
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，建议目录名、文件名全部用小字字母。详细介绍见的目录结构一段。
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++。