java使用Rome解析Rss的实例（转）-白红宇

java使用Rome解析Rss的实例（转）

阅读量：7120 次

发布时间：2019-06-28

本文共 11199 字，大约阅读时间需要 37 分钟。

Rome简介

Rome是为RSS聚合而开发的开源包，它可以支持0.91、0.92、0.93、0.94、1.0、2.0，可以说rss的版本基本上都支持了。

Rss简介

RSS是站点用来和其他站点之间共享内容的一种简易方式（也叫聚合内容），通常被用于新闻和其他按顺序排列的网站，例如Blog。

RSS就是一种用来分发和汇集网页内容的XML格式！

RSS =Really Simple Syndication（真正简单的聚合）或Rich Site Summary（丰富站点摘要）

Rss目前已经被广泛的应用也是xml应用中的最成功的一项。

RSS 没有统一标准，目前被使用的版本主要有0.91、1.0、2.0

RSS的理解

拿一个新闻网站来说，如果这个网站使用了RSS技术，也即表示这个网站按照RSS标准将其新闻罗列出来，生成一个RSS文件通常称为（RSS Feed，其实也就是一个*.xml文件）。其他网站或个人就订阅该新闻网站的新闻，其实也就是读取了新闻网站提供的RSS文件，既然说是”订阅“即表示这个过程是动态的，即主要体现在新闻网站上的内容更新了，浏览者也同时得到了更新后的内容。当然这要借助工具。

目的及作用

网站内容资源共享

可以自由选择想要浏览的新闻

不用一个网站一个网站，一个网页一个网页去逛了。只要这将你需要的内容订阅在一个RSS阅读器中，这些内容就会自动出现你的阅读器里，你也不必为了一个急切想知道的消息而不断的刷新网页，因为一旦有了更新，RSS阅读器就会自己通知你！

RSS的联合（Syndication）

发布一个RSS文件（一般称为RSS Feed）后，这个RSS Feed中包含的信息就能直接被其他站点调用，而且由于这些数据都是标准的XML格式，所以也能在其他的终端和服务中使用，如PDA、手机、邮件列表等。而且一个网站联盟（比如专门讨论旅游的网站系列）也能通过互相调用彼此的RSS Feed自动的显示网站联盟中其他站点上的最新信息，这就叫着RSS的联合。

这种联合就导致一个站点的内容更新越及时、RSS Feed被调用的越多，该站点的知名度就会越高，从而形成一种良性循环

RSS的聚合（Aggregation）

所谓RSS聚合，就是通过软件工具的方法从网络上搜集各种RSS Feed并在一个界面中提供给读者进行阅读。这些软件可以是在线的WEB工具也可以是客户端软件

Rss浏览

RSS是一个纯xml文件，将RSS里的新闻友好的显示出来就要借助于RSS阅读器

RSS阅读器其实就是一个客户端软件或内嵌程序,将各个新闻站点提供的xml文件（RSS Feed）中内容读取出来，将所有新闻分门别类的显示在软件中。分类管理也就是所谓的频道管理。

Rss文件格式

下面是一个Rss文件（*.xml）,里面的注释是自己加的，之间为注释。


     
     
         
          
              
               
       新闻中心-国内焦点新闻        
               
                   
                   
       新闻中心-国内焦点            
                   
       http://news.sina.com.cn/china            
                   
       
        http://image2.sina.com.cn/dy/gn/in10.jpg
                   
                       
       
        国内焦点新闻列表
               
               
       http://news.sina.com.cn/china/index.shtml        
               
       
        zh-cn
               
               
       
        WWW.SINA.COM.CN
               
               
       
        5
               
               
       
        Copyright 1996 - 2005 SINA Inc. All Rights Reserved
               
               
       
        Wed, 26 Apr 2006 01:45:05 GMT
               
               
               
               
                   
                    
        最高检：严惩公务员利用审批等权力索贿受贿            
                    
        http://news.sina.com.cn/c/l/2006-04-26/08029720281.shtml            
                    
        
         WWW.SINA.COM.CN
                    
                    
        
         http://news.sina.com.cn/c/l/2006-04-26/08029720281.shtml
                    
                    
        
         国内焦点新闻
                    
                    
        
         Wed, 26 Apr 2006 00:02:53 GMT
                    
                    
                    
                    
        
         新华网沈阳4月25日电 (记者 杨维汉、范春生)                最高人民检察院常务副检察长张耕说，对于国家公务员在商业活动中利用职权谋取非法利益、索贿受贿的案件，必须发现一起，坚决查处一起。特别是对国家公务员利用行政审批权、行政执法权和司法权执法犯法、贪赃枉法、索贿受贿，构成犯....

第一行声明当前文件是xml文档

第二行声明当前文件内容为rss格式文件，属性version（必须）指定当前rss版本为2.0

<channel>节点为Rss文档的固有节点，必须，无属性。

< item> 节点中即纪录了当前RSS Feed中要显示的内容。一个RSS文件中通常包含多个<item>节点

< channel>节点

必须节点

< title> 对网站和当前RSS 文件的简短描述

< link> 网站主页链接

< description> 对当前RSS文件的描述

可选节点

< image> 为当前RSS添加图片

< language> 当前RSS使用的语言

< generator>当RSS文件为自动创建时多存在此节点（RSS文件由什么创建）

< ttl>(ttl = time to live) 在刷新前当前RSS在cache中可以保存多长时间（分钟）

< copyright>声明版权

< pubDate> 当前RSS最后发布的时间

< category>声明当前RSS内容的种类

等等

< item>节点

< item> 纪录一条信息（新闻），只包含这条新闻的简单信息，一个RSS文件中包含几条新闻就会有几个<item>

必须节点

< title> 新闻标题

<link> 新闻链接

< description> 新闻的简单描述

可选节点

< author> 当前新闻的作者

< guid>GUID=Globally Unique Identifier 为当前新闻指定一个全球唯一标示

< category>当前新闻的类别

< pubDate>当前新闻的最后发布时间

< comments>当前新闻的注释

等等

附上实例源码：

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=8c6909b93bf3eb38a2066a826b61a412public 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();// 得到所有的标题        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());    }    /**     * 根据链接地址得到数据     */    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();// 得到所有的标题            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 {         /* 根据Channel源码提供的英文,Channel对象有两个构造器，一个默认的无参构造器用于clone对象，一个是有参的         * 我们自己指定的必须使用有参数的（因为我们需要许可证），指构造方法必须要创建一个type（版本），这个type不能随便写，必须要以rss_开头的版本号         * Licensed under the Apache License, Version 2.0 (the "License");         * 因为当前版本是2.0，所以就是rss_2.0，必须是rss_2.0否则会抛异常，该源码中写的已经很明白。         */        Channel channel = new Channel("rss_2.0");        channel.setTitle("channel标题");//网站标题        channel.setDescription("channel的描述");//网站描述        channel.setLink("www.shlll.net");//网站主页链接        channel.setEncoding("utf-8");//RSS文件编码        channel.setLanguage("zh-cn");//RSS使用的语言        channel.setTtl(5);//time to live的简写，在刷新前当前RSS在缓存中可以保存多长时间（分钟）        channel.setCopyright("版权声明");//版权声明        channel.setPubDate(new Date());//RSS发布时间        List
     
       items = new ArrayList
      
       ();//这个list对应rss中的item列表        Item item = new Item();//新建Item对象，对应rss中的
               item.setAuthor("hxliu");//对应
       
        中的
                item.setTitle("新闻标题");//对应
        
         中的
                 item.setGuid(new Guid());//GUID=Globally Unique Identifier 为当前新闻指定一个全球唯一标示，这个不是必须的        item.setPubDate(new Date());//这个
         
          对应的发布时间        item.setComments("注释");//代表
          
           节点中的
            //新建一个Description，它是Item的描述部分 Description description = new Description(); description.setValue("新闻主题");//
           
            中的内容 item.setDescription(description);//添加到item节点中 items.add(item);//代表一个段落
            ， channel.setItems(items); //用WireFeedOutput对象输出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);            // 读取Rss源                 XmlReader reader = new XmlReader(url);            System.out.println("Rss源的编码格式为：" + reader.getEncoding());            SyndFeedInput input = new SyndFeedInput();            // 得到SyndFeed对象，即得到Rss源里的所有信息                 SyndFeed feed = input.build(reader);            //System.out.println(feed);                       // 得到Rss新闻中子项列表                 List entries = feed.getEntries();            // 循环得到每个子项信息                 for (int i = 0; i < entries.size(); i++) {                SyndEntry entry = (SyndEntry) entries.get(i);                // 标题、连接地址、标题简介、时间是一个Rss源项最基本的组成部分                     System.out.println("标题：" + entry.getTitle());                System.out.println("连接地址：" + entry.getLink());                SyndContent description = entry.getDescription();                System.out.println("标题简介：" + description.getValue());                System.out.println("发布时间：" + entry.getPublishedDate());                // 以下是Rss源可先的几个部分                     System.out.println("标题的作者：" + entry.getAuthor());                // 此标题所属的范畴                     List categoryList = entry.getCategories();                if (categoryList != null) {                    for (int m = 0; m < categoryList.size(); m++) {                        SyndCategory category = (SyndCategory) categoryList.get(m);                        System.out.println("此标题所属的范畴：" + category.getName());                    }                }                // 得到流媒体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("流媒体播放文件：" + entry.getEnclosures());                    }                }                System.out.println();            }        } catch (Exception e) {            e.printStackTrace();        }    }}

附上源码下载：

转载自：

你可能感兴趣的文章

微信小程序之 Classify（商品属性分类）