java使用Rome解析Rss的實例(轉)
Rome簡介
Rome是為RSS聚合而開發的開源包,它可以支持0.91、0.92、0.93、0.94、1.0、2.0,可以說rss的版本基本上都支持了。
Rss簡介
RSS是站點用來和其他站點之間共享內容的一種簡易方式(也叫聚合內容),通常被用於新聞和其他按順序排列的網站,例如Blog。
RSS就是一種用來分發和匯集網頁內容的XML格式!
RSS =Really Simple Syndication(真正簡單的聚合 )或Rich Site Summary(豐富站點摘要 )
Rss目前已經被廣泛的應用 也是xml應用中的最成功的一項。
RSS 沒有統一標準,目前被使用的版本主要有0.91、1.0、2.0
RSS的理解
拿一個新聞網站來說,如果這個網站使用了RSS技術,也即表示這個網站按照RSS標準將其新聞羅列出來,生成一個RSS文件通常稱為(RSS Feed,其實也就是一個*.xml文件)。其他網站或個人就訂閱該新聞網站的新聞 ,其實也就是讀取了新聞網站提供的RSS文件,既然說是”訂閱“即表示這個過程是動態的,即主要體現在新聞網站上的內容更新了,瀏覽者也同時得到了更新後的內容。當然這要借助工具。
目的及作用
網站內容資源共享
可以自由選擇想要瀏覽的新聞
不用一個網站一個網站,一個網頁一個網頁去逛了。只要這將你需要的內容訂閱在一個RSS閱讀器中,這些內容就會自動出現你的閱讀器裏,你也不必為了一個急切想知道的消息而不斷的刷新網頁,因為一旦有了更新,RSS閱讀器就會自己通知你!
RSS的聯合(Syndication)
發布一個RSS文件(一般稱為RSS Feed)後,這個RSS Feed中包含的信息就能直接被其他站點調用,而且由於這些數據都是標準的XML格式,所以也能在其他的終端和服務中使用,如PDA、手機、郵件列表等。而且一個網站聯盟(比如專門討論旅遊的網站系列)也能通過互相調用彼此的RSS Feed自動的顯示網站聯盟中其他站點上的最新信息,這就叫著RSS的聯合。
這種聯合就導致一個站點的內容更新越及時、RSS Feed被調用的越多,該站點的知名度就會越高,從而形成一種良性循環
RSS的聚合(Aggregation)
所謂RSS聚合,就是通過軟件工具的方法從網絡上搜集各種RSS Feed並在一個界面中提供給讀者進行閱讀。這些軟件可以是在線的WEB工具 也可以是客戶端軟件
Rss瀏覽
RSS是一個純xml文件,將RSS裏的新聞友好的顯示出來就要借助於RSS閱讀器
RSS閱讀器其實就是一個客戶端軟件或內嵌程序,將各個新聞站點提供的xml文件(RSS Feed)中內容讀取出來,將所有新聞分門別類的顯示在軟件中。分類管理也就是所謂的頻道管理。
Rss文件格式
下面是一個Rss文件(*.xml),裏面的註釋是自己加的,<!-- 和-->之間為註釋。
<?xml version="1.0" encoding="utf-8" ?> <!-- 聲明當前文件為xml文檔【必】--> <rss version="2.0"> <!-- 聲明當前文件內容為rss格式文件,屬性version(必須)指定當前rss版本【必】--> <channel> <!-- 固有節點【必】 --> <title>新聞中心-國內焦點新聞</title> <!-- 對網站和當前RSS 文件的簡短描述【必】 --> <image> <!-- 為當前RSS添加圖片 --> <title>新聞中心-國內焦點</title> <!-- 圖片標題對圖片的簡單描述 --> <link>http://news.sina.com.cn/china</link> <!-- 網站鏈接地址 --> <url>http://image2.sina.com.cn/dy/gn/in10.jpg</url> <!-- 圖片的鏈接地址 --> </image> <description>國內焦點新聞列表</description> <!-- 對當前RSS文件的描述【必】 --> <link>http://news.sina.com.cn/china/index.shtml</link> <!-- 網站主頁鏈接【必】 --> <language>zh-cn</language> <!-- 當前RSS使用的語言 --> <generator>WWW.SINA.COM.CN</generator> <!-- 當RSS文件為自動創建時多存在此節點(RSS文件由什麽創建) --> <ttl>5</ttl> <!-- (ttl = time to live) 在刷新前當前RSS在cache中可以保存多長時間(分鐘) --> <copyright>Copyright 1996 - 2005 SINA Inc. All Rights Reserved</copyright> <!-- 聲明版權 --> <pubDate>Wed, 26 Apr 2006 01:45:05 GMT</pubDate> <!-- 當前RSS最後發布的時間 --> <category/> <!-- 聲明當前RSS內容的種類 --> <item> <!-- 一條信息 --> <title>最高檢:嚴懲公務員利用審批等權力索賄受賄</title> <!-- 新聞標題【必】 --> <link>http://news.sina.com.cn/c/l/2006-04-26/08029720281.shtml</link> <!-- 新聞鏈接【必】 --> <author>WWW.SINA.COM.CN</author> <!-- 新聞作者 --> <guid>http://news.sina.com.cn/c/l/2006-04-26/08029720281.shtml</guid> <!-- guid>GUID=Globally Unique Identifier 為當前新聞指定一個全球唯一標示 --> <category>國內焦點新聞</category> <!-- 新聞種類 --> <pubDate>Wed, 26 Apr 2006 00:02:53 GMT</pubDate> <!-- 新聞最後發布時間 --> <comments/> <!-- 新聞註釋 --> <description>新華網沈陽4月25日電 (記者 楊維漢、範春生) 最高人民檢察院常務副檢察長張耕說,對於國家公務員在商業活動中利用職權謀取非法利益、索賄受賄的案件,必須發現一起,堅決查處一起。特別是對國家公務員利用行政審批權、行政執法權和司法權執法犯法、貪贓枉法、索賄受賄,構成犯.... </description> <!-- 新聞的簡單描述【必】 --> </item> </channel> </rss>
第一行 聲明當前文件是xml文檔
第二行聲明當前文件內容為rss格式文件,屬性version(必須)指定當前rss版本為2.0
<channel>節點為Rss文檔的固有節點,必須,無屬性。
< item> 節點中即紀錄了當前RSS Feed中要顯示的內容。一個RSS文件中通常包含多個<item>節點
< channel>節點
必須節點
< title> 對網站和當前RSS 文件的簡短描述
< link> 網站主頁鏈接
< description> 對當前RSS文件的描述
可選節點
< image> 為當前RSS添加圖片
< language> 當前RSS使用的語言
< generator>當RSS文件為自動創建時多存在此節點(RSS文件由什麽創建)
< ttl>(ttl = time to live) 在刷新前當前RSS在cache中可以保存多長時間(分鐘)
< copyright>聲明版權
< pubDate> 當前RSS最後發布的時間
< category>聲明當前RSS內容的種類
等等
< item>節點
< item> 紀錄一條信息(新聞),只包含這條新聞的簡單信息,一個RSS文件中包含幾條新聞就會有幾個<item>
必須節點
< title> 新聞標題
<link> 新聞鏈接
< description> 新聞的簡單描述
可選節點
< author> 當前新聞的作者
< guid>GUID=Globally Unique Identifier 為當前新聞指定一個全球唯一標示
< category>當前新聞的類別
< pubDate>當前新聞的最後發布時間
< comments>當前新聞的註釋
等等
附上實例源碼:
import java.io.ByteArrayInputStream; import java.io.IOException; import java.net.URL; import java.net.URLConnection; import java.util.ArrayList; import java.util.Date; import java.util.List; import java.util.zip.GZIPInputStream; import com.sun.syndication.feed.rss.Channel; import com.sun.syndication.feed.rss.Description; import com.sun.syndication.feed.rss.Guid; import com.sun.syndication.feed.rss.Item; import com.sun.syndication.feed.synd.SyndEntry; import com.sun.syndication.feed.synd.SyndFeed; import com.sun.syndication.io.FeedException; import com.sun.syndication.io.SyndFeedInput; import com.sun.syndication.io.WireFeedOutput; import com.sun.syndication.io.XmlReader; //http://rss.webofknowledge.com/rss?e=4f1b64b6b221ea05&c=8c6909b93bf3eb38a2066a826b61a412 public class Test { public static void main(String[] args) { try { // parseXml(new // URL("http://rss.webofknowledge.com/rss?e=4f1b64b6b221ea05&c=8c6909b93bf3eb38a2066a826b61a412")); parseXml(new URL("http://127.0.0.1:8080/xd/rss?q=java&t=atom&h=50&s=50")); String xml = createXml(); parseString(xml); } catch (Exception e) { // TODO Auto-generated catch block e.printStackTrace(); } } private static void parseString(String xml) throws Exception { SyndFeedInput input = new SyndFeedInput(); SyndFeed feed = null; ByteArrayInputStream inputStream = new ByteArrayInputStream(xml.getBytes("UTF-8")); feed = input.build(new XmlReader(inputStream)); List entries = feed.getEntries();// 得到所有的標題<title></title> for (int i = 0; i < entries.size(); i++) { SyndEntry entry = (SyndEntry) entries.get(i); System.out.println(entry.getTitle()); } System.out.println("feed size:" + feed.getEntries().size()); } /** * 根據鏈接地址得到數據 */ public static void parseXml(URL url) throws IllegalArgumentException, FeedException { try { SyndFeedInput input = new SyndFeedInput(); SyndFeed feed = null; URLConnection conn; conn = url.openConnection(); String content_encoding = conn.getHeaderField("Content-Encoding"); if (content_encoding != null && content_encoding.contains("gzip")) { System.out.println("conent encoding is gzip"); GZIPInputStream gzin = new GZIPInputStream( conn.getInputStream()); feed = input.build(new XmlReader(gzin)); } else { feed = input.build(new XmlReader(conn.getInputStream())); } List entries = feed.getEntries();// 得到所有的標題<title></title> for (int i = 0; i < entries.size(); i++) { SyndEntry entry = (SyndEntry) entries.get(i); System.out.println(entry.getTitle()); } System.out.println("feed size:" + feed.getEntries().size()); } catch (IOException e) { e.printStackTrace(); } } public static String createXml() throws Exception { /* 根據Channel源碼提供的英文,Channel對象有兩個構造器,一個默認的無參構造器用於clone對象,一個是有參的 * 我們自己指定的必須使用有參數的(因為我們需要許可證),指構造方法必須要創建一個type(版本),這個type不能隨便寫,必須要以rss_開頭的版本號 * Licensed under the Apache License, Version 2.0 (the "License"); * 因為當前版本是2.0,所以就是rss_2.0,必須是rss_2.0否則會拋異常,該源碼中寫的已經很明白。 */ Channel channel = new Channel("rss_2.0"); channel.setTitle("channel標題");//網站標題 channel.setDescription("channel的描述");//網站描述 channel.setLink("www.shlll.net");//網站主頁鏈接 channel.setEncoding("utf-8");//RSS文件編碼 channel.setLanguage("zh-cn");//RSS使用的語言 channel.setTtl(5);//time to live的簡寫,在刷新前當前RSS在緩存中可以保存多長時間(分鐘) channel.setCopyright("版權聲明");//版權聲明 channel.setPubDate(new Date());//RSS發布時間 List<Item> items = new ArrayList<Item>();//這個list對應rss中的item列表 Item item = new Item();//新建Item對象,對應rss中的<item></item> item.setAuthor("hxliu");//對應<item>中的<author></author> item.setTitle("新聞標題");//對應<item>中的<title></title> item.setGuid(new Guid());//GUID=Globally Unique Identifier 為當前新聞指定一個全球唯一標示,這個不是必須的 item.setPubDate(new Date());//這個<item>對應的發布時間 item.setComments("註釋");//代表<item>節點中的<comments></comments> //新建一個Description,它是Item的描述部分 Description description = new Description(); description.setValue("新聞主題");//<description>中的內容 item.setDescription(description);//添加到item節點中 items.add(item);//代表一個段落<item></item>, channel.setItems(items); //用WireFeedOutput對象輸出rss文本 WireFeedOutput out = new WireFeedOutput(); try { String xml = out.outputString(channel); System.out.println(xml); return xml; } catch (IllegalArgumentException e) { e.printStackTrace(); } catch (FeedException e) { e.printStackTrace(); } return null; } }
import java.net.URL; import java.util.List; import com.sun.syndication.feed.synd.SyndCategory; import com.sun.syndication.feed.synd.SyndContent; import com.sun.syndication.feed.synd.SyndEnclosure; import com.sun.syndication.feed.synd.SyndEntry; import com.sun.syndication.feed.synd.SyndFeed; import com.sun.syndication.io.SyndFeedInput; import com.sun.syndication.io.XmlReader; //http://zmfkplj.iteye.com/blog/461398 public class TestParse { public static void main(String[] args) { TestParse test = new TestParse(); test.parseRss(); } public void parseRss() { //String rss = "http://news.baidu.com/n?cmd=1&class=civilnews&tn=rss&sub=0]http://news.baidu.com/n?cmd=1&class=civilnews&tn=rss&sub=0"; String rss = "http://rss.sina.com.cn/ent/hot_roll.xml"; try { URL url = new URL(rss); // 讀取Rss源 XmlReader reader = new XmlReader(url); System.out.println("Rss源的編碼格式為:" + reader.getEncoding()); SyndFeedInput input = new SyndFeedInput(); // 得到SyndFeed對象,即得到Rss源裏的所有信息 SyndFeed feed = input.build(reader); //System.out.println(feed); // 得到Rss新聞中子項列表 List entries = feed.getEntries(); // 循環得到每個子項信息 for (int i = 0; i < entries.size(); i++) { SyndEntry entry = (SyndEntry) entries.get(i); // 標題、連接地址、標題簡介、時間是一個Rss源項最基本的組成部分 System.out.println("標題:" + entry.getTitle()); System.out.println("連接地址:" + entry.getLink()); SyndContent description = entry.getDescription(); System.out.println("標題簡介:" + description.getValue()); System.out.println("發布時間:" + entry.getPublishedDate()); // 以下是Rss源可先的幾個部分 System.out.println("標題的作者:" + entry.getAuthor()); // 此標題所屬的範疇 List categoryList = entry.getCategories(); if (categoryList != null) { for (int m = 0; m < categoryList.size(); m++) { SyndCategory category = (SyndCategory) categoryList.get(m); System.out.println("此標題所屬的範疇:" + category.getName()); } } // 得到流媒體播放文件的信息列表 List enclosureList = entry.getEnclosures(); if (enclosureList != null) { for (int n = 0; n < enclosureList.size(); n++) { SyndEnclosure enclosure = (SyndEnclosure) enclosureList.get(n); System.out.println("流媒體播放文件:" + entry.getEnclosures()); } } System.out.println(); } } catch (Exception e) { e.printStackTrace(); } } }
附上源碼下載:http://download.csdn.net/detail/earbao/7540321
轉載自:http://blog.csdn.net/earbao/article/details/33741185#comments
java使用Rome解析Rss的實例(轉)