diff --git a/CHANGELOG.md b/CHANGELOG.md index 62f3103..ed349db 100644 --- a/CHANGELOG.md +++ b/CHANGELOG.md @@ -119,3 +119,17 @@ - 东京 ~/scripts/: fetch_news.py, cn_merge.py (更新), selector.py (新) - 东京 ~/daily-brief/: fetch_market_daily.py (新), raw/ (新目录) - 本地 Claw/: local_fetch_cn.py (更新) + +### Hotfix 2026-06-16 — 新华网RSS下线 + URL日期提取防线 + +**问题:** 新华网 RSS(3路)返回300条2022年12月旧闻,且 published 字段全为空,绕过48h时效过滤,导致浏览页面显示4年前旧闻。 + +**修复:** +1. 全面移除新华网 RSS — xinhuanet.com 和 news.cn 域名全线瘫痪,返回2022年旧闻 +2. 清理新浪新闻 RSS — 返回2018年旧闻("光纤之父"高锟离世...),一并移除 +3. 新增 URL 日期提取防线 — `parse_published_time` 增加从 link URL 提取日期(`/YYYY-MM/DD/`),作为 published 为空时的第二道防线 +4. 清洗 RAW 存档 — 从 ndjson 中移除 1186 条新华网旧数据 +5. 清洗 news.json — cn_merge 重新精选,确认0条旧闻 + +**当前中文源:** 36氪(东京RSS)+ FT中文(东京RSS)+ 微博热搜(本地页面抓取) +**国内RSS生态现状:** 全线死亡。新华网/新浪/人民/澎湃/凤凰/环球/第一财经/界面 — 均无可用RSS。