Github Action + Vercel 实现静态站点友链朋友圈

使用 Github Action 爬取友链数据，使用 Vercel 函数查询友链数据，并且所有服务都是免费的，白嫖党的福音。

闲着没事穿越博客，点了好几个都有友联朋友圈什么的，然后就点到了 Friend-Circle-Lite，还挺有意思的，我也搞下。

最需要一个免费的数据库，用于存储临时数据。

使用 TIDBtidbcloud.com/，有一定量的免费额度。小打小闹够用。

也可以使用 MongoDB

MongoDB Atlas 是 MongoDB Inc 提供的 MongoDB 数据库托管服务。免费账户可以永久使用 500 MiB 的数据库。这个注册可以参考：twikoo.js.org/mongodb-atlas.html

准备 friend.json

既然利用了 github 那么大概率使用的静态博客。所以先需要友联的数据，可以整理成如下格式：

[
    {
        "name": "xxx",
        "link": "xxx",
        "avatar": "xxx",
        "desc": "xxx",
        "rss": "xxx"
    }
]

我使用的静态博客，并且友联数据用的 excel 文件，那么整理成上面的数据可以参考：

const XLSX = require('xlsx');
const fs = require('fs');
// 读取现有的 Excel 文件
const workbook = XLSX.readFile('data/Friends.xlsx');
// 获取工作表名称列表
const sheetNames = workbook.SheetNames;
// 获取工作表
const worksheet = workbook.Sheets[workbook.SheetNames[0]];
const data = XLSX.utils.sheet_to_json(worksheet);
// 结果写入json 文件
fs.writeFile('data/friend_info.json', JSON.stringify(data, null, 2), err => {
    if (err) {
        console.error(`Error writing file: ${err}`);
    } else {
        console.log('Commit statistics written to commitStats.json');
    }
});

解析脚本（python）

接下来就需要一个脚本来解析友联，得到 RSS 地址，再得到 RSS 数据解析，最后存储。这里我使用的 python 脚本相比于其他的更简单。

脚本内容如下：

import mysql.connector
from mysql.connector import Error
import json
import feedparser
from datetime import datetime
import time
import sys

db_name = "friend"
post_table_name = "friend_post"
articles = []

# 接收参数
if len(sys.argv) < 3:
    print("❌用法：python 脚本.py 参数1 参数2")
    sys.exit(1)

username = sys.argv[1]
password = sys.argv[2]

# 解析friend.json 文件
try:
    with open('./data/friend_info.json', 'r', encoding='utf-8') as file:
        data = json.load(file)
        for item in data:
            if item.get("rss"):
                # 解析RSS
                feed = feedparser.parse(item["rss"])
                # 遍历文章,取前两条
                for entry in feed.entries[:2]:
                    updated_time = time.strftime("%Y-%m-%d %H:%M:%S",
                                                 time.struct_time(entry.updated_parsed))
                    entry_data = {
                        "site": item['name'],
                        "avatar": item['avatar'],
                        "title": entry.title,
                        "link": entry.link,
                        "date": updated_time,
                        "date_timestamp": int(datetime.strptime(updated_time, "%Y-%m-%d %H:%M:%S").timestamp())
                    }
                    articles.append(entry_data)
                print(f"✅ 文章RSS已解析完毕！: {item['name']}")
        # 按照时间戳倒序排序
        articles = sorted(
            articles, key=lambda x: x['date_timestamp'], reverse=True)
except Exception as e:
    print(f"未知错误：{type(e).__name__} - {str(e)}")
    sys.exit(1)

# 如果articles为空，打印日志，并结束
if not articles:
    print("❌ 没有获取到文章!")
    sys.exit(1)

# 结果写入 MYSQL
try:
    conn = mysql.connector.connect(
        host="gateway01.ap-northeast-1.prod.aws.tidbcloud.com",
        port=4000,
        user=username,
        password=password,
        database=db_name,
    )
    if conn.is_connected():
        print(f"✅ 成功连接MySQL版本:{conn.server_info}")
        cursor = conn.cursor()

        # 清空表（DELETE）
        cursor.execute("DELETE FROM "+post_table_name)
        conn.commit()
        print(f"✅ 表已清空（DELETE），影响行数：{cursor.rowcount}")

        sql = """
        INSERT INTO friend_post (site, avatar, title, link, date, date_timestamp)
        VALUES (%(site)s, %(avatar)s, %(title)s, %(link)s, %(date)s, %(date_timestamp)s)
        """
        # 批量插入数据
        cursor.executemany(sql, articles)
        conn.commit()
        print(f"✅ 成功插入 {cursor.rowcount} 条记录")

except Error as e:
    print(f"❌ 连接失败: {e}")
finally:
    if 'cursor' in locals() and cursor:
        cursor.close()
    if conn.is_connected():
        cursor.close()
        conn.close()
        print("🔌 连接已关闭")

脚本的话首先读取 json 文件，然后解析后，再存储到 tidb 数据库中。 如果本地测试的话，可以：

python collect_post.py 数据库用户名 数据库密码

需要的主要依赖

feedparser==6.0.11
mysql-connector-python==9.3.0

你可以把脚本和依赖文件放在同一个文件夹内，方便使用。比如都放在 python 文件夹内。

./python
├── friend
│   ├── collect_post.py
│   └── requirements.txt

连接 TIDB 数据库

TIDB 数据库几乎和 mysql 使用的方式一样。

在控制台上方点击 Connect to your app​

然后选择你使用的开发工具，就可以得到连接信息。

同理，利用上面的连接信息，你也可以在本地的数据库工具连接，比如 navicat：

注意：需要开启 SSL 才能连接上！

连接上数据库后，那么新建个数据库，添加个表来存储我们的数据。

DROP TABLE IF EXISTS `friend_post`;
CREATE TABLE `friend_post` (
  `id`    int(11)     NOT NULL AUTO_INCREMENT COMMENT '主键ID',
  `site` varchar(128) DEFAULT NULL,
  `avatar` varchar(128) DEFAULT NULL,
  `title` varchar(128) DEFAULT NULL,
  `link` varchar(255) DEFAULT NULL,
  `date` varchar(32) DEFAULT NULL,
  `date_timestamp` varchar(32) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB
AUTO_INCREMENT = 1
DEFAULT CHARSET=utf8mb4;

创建 workflow

在 .github/workfolw​ 目录下新建 abc.yml​ 名称随意。

脚本内容参考：

# 采集 RSS 数据
name: collect-friend-posts
on:
    schedule:
        # GitHub Actions 使用的是 UTC 时间，如果你想要在中国时区（UTC+8）每天凌晨2点执行任务，你需要设置为 UTC 时间的前一天的 18:00（下午 6 点）。
        - cron: 0 */3 * * *
    # 下面的配置为手动触发
    # workflow_dispatch:

jobs:
    parse-rss-and-store:
        runs-on: ubuntu-latest # 在最新版本的 Ubuntu 操作系统环境下运行
        steps: # 要执行的步骤
            - name: Checkout code
              uses: actions/checkout@v3 # 用于将github代码仓库的代码拷贝到工作目录中

            - name: Set up Python
              uses: actions/setup-python@v2 # 用于设置 Python 环境，它允许你指定要在工作环境中使用的 Python 版本
              with:
                  python-version: '3.9' # 选择要用的Python版本

            - name: Install requirements.txt
              run: | # 安装依赖包
                  pip install -r ./python/friend/requirements.txt

            - name: Run main.python
              run: python ./python/friend/collect_post.py ${{ secrets.TIDB_USER }} ${{ secrets.TIDB_PASSWORD }}

因为数据库的连接信息属于敏感信息，所以建议放到仓库的 Actions secrets and variables​

然后直接提交代码即可。

测试流水线

如果你想测试下流水线下，可以把配置文件中的触发机制从定时执行修改为手动触发。

# 采集 RSS 数据
name: collect-friend-posts
on:
    workflow_dispatch:

这样在仓库的 Actions 中这条流水线右侧就有一个执行按钮，手动执行即可，测试完毕再修改为定时触发就好拉。

查询友联文章

上面的步骤已经到友联的文章搞到数据库中了，接下来需要解决下，如果想要再静态博客中使用，如何查询这些数据。

这个时候就想到 Serverless Funtion，各大厂商都有在搞这个。

• 阿里云 Serverless 应用中心
• Serverless 应用中心
• 函数计算
• Cloudflare Workers

这其中我感觉最简单的是 vervel 服务。有一定免费额度，部署起来相对简单。Vercel 部署个 Serverless 函数

我们的需求很简单，python 连接数据库，分页查询数据返回 json 结果即可。

示例代码：

你需要将 tidb 用户名和密码放在环境变量中。

# 查询友链文章
@app.route('/friend/posts/<int:page_no>/<int:page_size>')
def friend_posts(page_no, page_size):
    try:
        conn = mysql.connector.connect(
            host="gateway01.ap-northeast-1.prod.aws.tidbcloud.com",
            port=4000,
            user=os.environ["TIDB_USER"],
            password=os.environ["TIDB_PASSWORD"],
            database="friend",
        )
        if conn.is_connected():
            print(f"✅ 成功连接MySQL版本:{conn.server_info}")
            cursor = conn.cursor(dictionary=True)
            # 分页参数
            offset = (page_no - 1) * page_size
            # 执行分页查询
            query = "SELECT * FROM friend_post ORDER BY date_timestamp desc LIMIT %s OFFSET %s"
            cursor.execute(query, (page_size, offset))
            results = cursor.fetchall()
            # 获取总记录数（用于分页元数据）
            cursor.execute("SELECT COUNT(*) AS total FROM friend_post")
            total_records = cursor.fetchone()['total']
            response = {
                "message": "数据获取成功",
                "data": results,
                "pagination": {
                    "current_page": page_no,
                    "per_page": page_size,
                    "total_items": total_records,
                    "total_pages": int(total_records / page_size + 1)
                }
            }
            return jsonify(response)
    except Error as e:
        print(f"❌ 连接失败: {e}")
    finally:
        if 'cursor' in locals() and cursor:
            cursor.close()
        if conn.is_connected():
            cursor.close()
            conn.close()
            print("🔌 连接已关闭")
    return jsonify({})

完结撒花 🎉🎉

这样从爬取到查询就都有了~，示例：友链朋友圈，除了加载有点慢以外，别的没毛病！😄