修复 Google 的 Feedburner 问题,以及半吊子可用的缓存

绕过 Feedburner
在之前的一篇文章中,我谈到 Google 的 Chrome Releases 博客的 Atom feed 一直在提供过时的结果,并且它设置了一个重定向,把 RSS feed(当时提供的是最新结果)指向了……那个过时的 Atom feed。这意味着结果可能落后好几天。这尤其令人恼火,因为我的 CCBot 会解析该博客的 feed,以便在 Chromium 漏洞被修复时通知我(Opera!)。写那篇文章时,Atom feed 已经落后了好几天:
$ date
Sun Feb 23 22:33:37 AEDT 2025
$ curl --silent "https://feeds.feedburner.com/GoogleChromeReleases" | grep -o '2025-02-..' | sort -n | head -n5
2025-02-16
2025-02-13
2025-02-13
2025-02-13
2025-02-13
而 RSS feed(历史上一直提供最新结果)则重定向到了 Atom feed:
$ hcurl 'https://www.blogger.com/feeds/8982037438137564684/posts/default'
HTTP/2 302
location: http://feeds.feedburner.com/GoogleChromeReleases
好吧,你瞧,几天前我发现,如果加上一个秘密参数 ?redirect=false,RSS feed 仍然可以访问:
$ hcurl 'https://www.blogger.com/feeds/8982037438137564684/posts/default?redirect=false'
HTTP/2 200
cross-origin-resource-policy: cross-origin
server: blogger-renderd
x-content-type-options: nosniff
x-xss-protection: 0
x-frame-options: SAMEORIGIN
date: Sat, 21 Nov 2026 22:20:58 GMT
expires: Sat, 21 Nov 2026 22:20:59 GMT
cache-control: public, must-revalidate, proxy-revalidate, max-age=1
last-modified: Sat, 21 Nov 2026 14:45:03 GMT
content-type: application/atom+xml; charset=UTF-8
age: 0
alt-svc: h3=":443"; ma=2592000,h3-29=":443"; ma=2592000
accept-ranges: none
vary: Accept-Encoding
既然我们现在可以从 Chrome Releases 博客拉取最新结果,这意味着 CCBot 可以重新正常工作了。它的源码仍然在 GitHub 上,而且我确信 Opera 仍在使用它(笑)。
使用 If-Modified-Since 进行缓存
关于我之前也写过的 feed 缓存问题——即 Feedburner 的 Atom feed 拒绝 RSS feed 通常允许使用的任何缓存技术——事实证明,redirect=false 的 feed 支持这些技术。算是吧。
Feedburner 本身完全没变。它仍然不发送 ETag,仍然忽略 If-Modified-Since,并且仍然告诉所有人不要缓存任何内容:
$ hcurl -H 'if-modified-since: Mon, 20 Jan 2035 10:39:12 GMT' 'https://feeds.feedburner.com/GoogleChromeReleases'
HTTP/2 200
content-type: text/xml; charset=utf-8
feedburnerv2:
last-modified: Sat, 21 Nov 2026 15:27:08 GMT
cache-control: no-cache, no-store, max-age=0, must-revalidate
pragma: no-cache
expires: Mon, 01 Jan 1990 00:00:00 GMT
date: Sat, 21 Nov 2026 22:35:16 GMT
它也仍然在提供过时的结果。例如,10 月 30 日,一篇于太平洋时间 07:58 发布的文章,将近两个小时后仍然没有出现在 Feedburner 的 feed 中。
另一方面,redirect=false 的 feed 确实会响应 304 Not Modified。有时候会。因为它当然是不一致的。连续十二次发送同一个带有未来 If-Modified-Since 的请求:
$ URL='https://www.blogger.com/feeds/8982037438137564684/posts/default?redirect=false'
$ for i in $(seq 12); do hcurl -H 'if-modified-since: Mon, 20 Jan 2035 10:39:12 GMT' "$URL" | tr -d '\r' | grep -iE '^(http|date|age)' | paste -sd ' ' -; done
HTTP/2 200 date: Sat, 21 Nov 2026 22:35:17 GMT
HTTP/2 200 date: Sat, 21 Nov 2026 22:35:18 GMT
HTTP/2 304 date: Sat, 21 Nov 2026 22:35:18 GMT age: 0
HTTP/2 304 date: Sat, 21 Nov 2026 22:35:18 GMT age: 0
HTTP/2 304 date: Sat, 21 Nov 2026 22:35:18 GMT age: 0
HTTP/2 200 date: Sat, 21 Nov 2026 22:35:19 GMT
HTTP/2 304 date: Sat, 21 Nov 2026 22:35:19 GMT age: 0
HTTP/2 304 date: Sat, 21 Nov 2026 22:35:19 GMT age: 0
HTTP/2 200 date: Sat, 21 Nov 2026 22:35:20 GMT
HTTP/2 200 date: Sat, 21 Nov 2026 22:35:21 GMT
HTTP/2 304 date: Sat, 21 Nov 2026 22:35:21 GMT age: 0
HTTP/2 304 date: Sat, 21 Nov 2026 22:35:21 GMT age: 0
看 date 和 age 这两个响应头,可以看到每一秒里的第一个请求拿到完整的 200,而同一秒里之后的每个请求都拿到 304,并带有 age: 0 头。
age 是缓存在用自己存储的副本作答、而不去问后端服务器时加上的响应头。这个 feed 是以 cache-control: public, must-revalidate, proxy-revalidate, max-age=1 提供的,所以 Blogger 的 blogger-renderd 服务器前面那一层(应该是某个 Google 前端)被允许保留副本一秒钟。在这份副本还新鲜的时候,缓存自己正确处理 If-Modified-Since,并返回 304。一旦它过期,请求就被转发到 blogger-renderd,而它完全忽略 If-Modified-Since,把整个 feed 发回来。
在 URL 里加一个清除缓存的参数,会让每个请求都错过缓存,然后就每次都返回 200:
$ for i in $(seq 10); do curl -s -o /dev/null -w '%{http_code} ' -H 'if-modified-since: Mon, 20 Jan 2035 10:39:12 GMT' "$URL&nocache=$RANDOM"; done; echo
200 200 200 200 200 200 200 200 200 200
所以对于任何每隔几分钟轮询一次 feed 的东西来说,那一秒的副本到下一次请求进来时早就过期了,If-Modified-Since 永远拿不到 304。
用 If-None-Match 做缓存
另一个有意思的地方是,If-None-Match 在 redirect=false 的 feed 上确实有效。问题在于,只有当你请求压缩响应时才会拿到 ETag(搞什么鬼)。不带 Accept-Encoding: gzip 的话,根本没有 ETag:
$ hcurl "$URL"
HTTP/2 200
server: blogger-renderd
cache-control: public, must-revalidate, proxy-revalidate, max-age=1
last-modified: Sat, 21 Nov 2026 22:21:34 GMT
content-type: application/atom+xml; charset=UTF-8
vary: Accept-Encoding
带上它的话:
$ hcurl --compressed "$URL"
HTTP/2 200
content-encoding: gzip
server: blogger-renderd
content-length: 57817
cache-control: public, must-revalidate, proxy-revalidate, max-age=1
last-modified: Sat, 21 Nov 2026 22:21:34 GMT
etag: W/"19973aaeb10ce867051869871443ee4e1f782e6a97a91bff8e8b5422e5f7f357"
content-type: application/atom+xml; charset=UTF-8
vary: Accept-Encoding
只请求 br 或 zstd 没有用,因为服务器不支持它们,于是它把 feed 不压缩地发出来,也没有 ETag。
一旦你拿到了 ETag,把它放在 If-None-Match 里发回去就每次都能拿到 304,即使带着清除缓存的参数也一样(所以这些全都来自 blogger-renderd 本身),带不带 --compressed 都行:
$ for i in $(seq 10); do curl -s --compressed -o /dev/null -w '%{http_code} ' -H 'if-none-match: W/"19973aaeb10ce867051869871443ee4e1f782e6a97a91bff8e8b5422e5f7f357"' "$URL&nocache=$RANDOM"; done; echo
304 304 304 304 304 304 304 304 304 304
这省下了不少,本来也是我的打算、我想要的。完整的 feed 未压缩是 1,725,860 字节,gzip 压缩后是 57,817 字节,而 304 几乎什么都不占。Feedburner 每次仍然要发 55,792 个 gzip 字节(未压缩 1,615,960)。
重定向是从哪来的
文章标题:修复 Google 的 Feedburner 问题,以及半吊子可用的缓存
正文: 这一切都与我最初那篇文章里发现的情况不同。当时,blogger.com 的 URL 仍然由旧的 GData API 提供服务(那篇文章里的 sunset 和 link 响应头说的就是这个),而且它对 If-Modified-Since 请求会返回 304。那些响应头现在已经没有了,响应改由 server: blogger-renderd 提供(见本文开头 redirect=false 的响应),而处理 chromereleases.googleblog.com 上该博客自身 feed 的也是同一台服务器。
这大概也是我上一篇文章里出现重定向的真正原因。我在最初那篇文章里引用的文档说,旧的 GData feed URL 会继续可用,但“响应与 blogspot.com 的 feed 相同”。Chrome Releases 博客自己的 feed 当时就已经重定向到 Feedburner 了(这是 Blogger 的“Post feed redirect URL”设置),所以一旦 GData API 最终被关停,blogger.com 的 URL 也开始重定向了。所以归根结底大概不是我给 Feedburner 的支持邮箱发了邮件,太可惜了。
redirect=false 就是绕过那个设置的办法,而且它并不像我原先以为的那样完全没有文档:一个关于 Google Webmaster Tools 的 Feedburner 帮助页面提到 http://mybloggerblog.blogspot.com/feeds/posts/default?redirect=false 是一种“应该总是可用”的 Blogger 用户 feed URL 格式。
哦,还有,我在这些文章里一直说的“RSS feed”实际上是 Atom feed(content-type: application/atom+xml),真正的 RSS 版本要用 ?alt=rss&redirect=false 访问,它在 blogger.com 和 chromereleases.googleblog.com 上的行为完全一样。
重定向到明文 HTTP
另一件有趣的事是,该博客的每一个 feed URL 都会重定向到 http://feeds.feedburner.com/GoogleChromeReleases,用的是 http 而不是 https,即使请求 feed 本身时用的是 https:
$ hcurl 'https://chromereleases.googleblog.com/feeds/posts/default'
HTTP/2 302
server: blogger-renderd
location: http://feeds.feedburner.com/GoogleChromeReleases
这意味着,一个从 https://chromereleases.googleblog.com/feeds/posts/default 开始的 feed 阅读器,在跟随重定向时会被降级到明文 HTTP,而 Feedburner 并不会把它送回 https,而是直接用明文 HTTP 提供整个 feed:
$ hcurl 'http://feeds.feedburner.com/GoogleChromeReleases'
HTTP/1.1 200 OK
Content-Type: text/xml; charset=utf-8
换句话说,任何订阅了 Chrome Releases 博客自身 feed 链接的东西,收到的 Chrome 安全版本公告都是未加密的,网络路径上的任何人都能篡改它们,比如添加一条伪造的版本发布帖子,或者删掉一条真实的安全更新,让 CCBot 之类的东西永远看不到它。
该用哪个 feed URL
那么,总结一下:
| URL | If-Modified-Since | If-None-Match | 是最新的吗? |
|---|---|---|---|
| feeds.feedburner.com/GoogleChromeReleases | 被忽略 | 没有 ETag | 不总是(落后几小时或几天) |
| chromereleases.googleblog.com 或 blogger.com 上的 /feeds/posts/default 和 ?alt=rss | 不适用(302 重定向到 Feedburner,走 HTTP) | 不适用 | 不适用 |
| 同样这些 URL 加上 redirect=false | 只对那一秒的缓存有效 | 有效,前提是你请求 gzip 以拿到 ETag | 是 |
所以,如果你在轮询一个被重定向到 Feedburner 的 Blogger feed,就用 ?redirect=false,请求 gzip,保留 ETag,并把它作为 If-None-Match 发回去。Python 的 requests(CCBot 用的就是它)默认已经会请求 gzip,所以只需要你自己做最后两件事。
另外,CCBot 1.1.2 已经发布了!
相关文章
- Making ChatGPT stop defaulting to Work mode November 13, 2026
- Annoying ChatGPT data usage November 10, 2026
- RCE (kind of) in Transmission BitTorrent's daemon October 16, 2026
- HtmlSanitizer bypass via a second body tag August 12, 2026
- Two parse5 bugs: text turning into HTML, and a two-character crash August 12, 2026
- 4 jsoup vulnerabilities August 11, 2026
- 33 Vulnerabilities in cJSON July 25, 2026
文章标题:修复 Google 的 Feedburner 问题,以及半吊子的缓存
正文:
- NS_ERROR_INVALID_CONTENT_ENCODING 到底是什么鬼?在 Firefox 中调试 ChatGPT 2026 年 1 月 16 日
- 单向沙箱化 iframe:创建一个无法回读的只读 iframe 沙箱 2025 年 10 月 4 日
- nginx 的 'allow' 和 'deny' 指令与 'return' 2025 年 6 月 27 日
- wtf Google:可缓存的 rss feed 已死,Atom feed 被延迟 2025 年 3 月 21 日
- proxy_pass:nginx 危险的 URL 路径规范化 2025 年 2 月 15 日
- 调试 Burp、mitmproxy 和浏览器中 HTTP/2 的失败 2025 年 2 月 14 日
- Feedburner 的缓存问题 2025 年 2 月 1 日
- Squid 缓存代理中的 55 个漏洞和 35 个 0day 2023 年 10 月 11 日
- 禁用 noscript 时 Slack 登录会出问题 2023 年 8 月 20 日