如何从RSS文件提取content:encoded内容并生成带格式的Google Docs

原有代码问题 #

• 直接用正则匹配XML节点稳定性极低，默认贪婪匹配规则只会提取到最后一个<content:encoded>节点内容，无法对应匹配每个<item>的标题和内容
• 提取的内容缺少基础HTML结构声明，转换为Docs时容易出现排版丢失
• 未遍历所有<item>节点，只能处理单条内容

前置操作要求 #

在Apps Script编辑器左侧「服务」菜单中点击「添加服务」，找到Drive API后确认添加，否则Drive.Files接口调用会报错。

修正后可用代码 #

function rssToGoogleDocs() {
  const rssUrl = "https://cdn.feedcontrol.net/1830/2857-8L5Ntr0N5l5Xf.xml";
  // 抓取RSS内容
  const rssContent = UrlFetchApp.fetch(rssUrl).getContentText("UTF-8");
  // 用官方XML解析器处理内容，避免正则匹配问题
  const xmlDocument = XmlService.parse(rssContent);
  const rootElement = xmlDocument.getRootElement();
  const channelElement = rootElement.getChild("channel");
  const items = channelElement.getChildren("item");
  
  // 拼接完整HTML结构，保证排版正常
  let fullHtml = `<!DOCTYPE html>
  <html>
  <head>
    <meta charset="UTF-8">
  </head>
  <body>`;

  // 遍历所有item节点，提取标题和对应内容
  items.forEach(item => {
    const title = item.getChildText("title");
    // 处理content:encoded带命名空间的节点
    const contentNs = XmlService.getNamespace("http://purl.org/rss/1.0/modules/content/");
    const content = item.getChildText("encoded", contentNs);
    // 把标题和内容拼入HTML，标题加h1标签区分
    fullHtml += `<h1>${title}</h1>${content}<hr style="margin:30px 0;border:1px solid #eee;">`;
  });

  fullHtml += "</body></html>";

  // 转换为Google Docs
  const htmlBlob = Utilities.newBlob(fullHtml, "text/html", "RSS导出内容.html");
  const convertedDoc = Drive.Files.insert(
    { title: "RSS内容导出文档" },
    htmlBlob,
    { convert: true }
  );
  // 输出生成的DocsID，可直接拼接地址打开
  Logger.log(`生成的文档ID：${convertedDoc.id}`);
}

扩展说明 #

• 如果需要为每个<item>生成单独的Google Docs文件，只需将文件创建逻辑移到items遍历循环内，文件名设置为对应title即可
• 生成的文档会完整保留原RSS内容里的所有HTML标签、排版、图片链接等结构，和原内容展示效果一致
• 脚本运行需要授予网络访问、Google Drive操作的相关权限，按照提示授权即可正常运行

内容的提问来源于stack exchange，提问作者Hạnh Khánh