java使用Rome解析Rss的实例(转)

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,<!-- 和-->之间为注释。

<?xml version="1.0" encoding="utf-8" ?>
<!-- 声明当前文件为xml文档【必】-->
<rss version="2.0">
    <!-- 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【必】-->
    <channel>
        <!-- 固有节点【必】    -->
        <title>新闻中心-国内焦点新闻</title>
        <!-- 对网站和当前RSS 文件的简短描述【必】    -->
        <image>
            <!-- 为当前RSS添加图片        -->
            <title>新闻中心-国内焦点</title>
            <!-- 图片标题对图片的简单描述        -->
            <link>http://news.sina.com.cn/china</link>
            <!-- 网站链接地址        -->
            <url>http://image2.sina.com.cn/dy/gn/in10.jpg</url>
            <!-- 图片的链接地址
            -->
        </image>
        <description>国内焦点新闻列表</description>
        <!-- 对当前RSS文件的描述【必】
      -->
        <link>http://news.sina.com.cn/china/index.shtml</link>
        <!-- 网站主页链接【必】
        -->
        <language>zh-cn</language>
        <!-- 当前RSS使用的语言
        -->
        <generator>WWW.SINA.COM.CN</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>5</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>Copyright 1996 - 2005 SINA Inc. All Rights Reserved</copyright>
        <!-- 声明版权
        -->
        <pubDate>Wed, 26 Apr 2006 01:45:05 GMT</pubDate>
        <!-- 当前RSS最后发布的时间
        -->
        <category/>
        <!-- 声明当前RSS内容的种类
        -->
        <item>
            <!-- 一条信息
            -->
            <title>最高检:严惩公务员利用审批等权力索贿受贿</title>
            <!-- 新闻标题【必】
            -->
            <link>http://news.sina.com.cn/c/l/2006-04-26/08029720281.shtml</link>
            <!-- 新闻链接【必】
            -->
            <author>WWW.SINA.COM.CN</author>
            <!-- 新闻作者
            -->
            <guid>http://news.sina.com.cn/c/l/2006-04-26/08029720281.shtml</guid>
            <!-- guid>GUID=Globally Unique Identifier 为当前新闻指定一个全球唯一标示
            -->
            <category>国内焦点新闻</category>
            <!-- 新闻种类
            -->
            <pubDate>Wed, 26 Apr 2006 00:02:53 GMT</pubDate>
            <!-- 新闻最后发布时间
            -->
            <comments/>
            <!-- 新闻注释
            -->
            <description>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....
            </description>
            <!-- 新闻的简单描述【必】
            -->
        </item>
    </channel>
</rss>

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=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();// 得到所有的标题<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<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<Item> items = new ArrayList<Item>();//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></item>
        item.setAuthor("hxliu");//对应<item>中的<author></author>
        item.setTitle("新闻标题");//对应<item>中的<title></title>
        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<item>对应的发布时间
        item.setComments("注释");//代表<item>节点中的<comments></comments>
        //新建一个Description,它是Item的描述部分
        Description description = new Description();
        description.setValue("新闻主题");//<description>中的内容
        item.setDescription(description);//添加到item节点中
        items.add(item);//代表一个段落<item></item>,
        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:http://download.csdn.net/detail/earbao/7540321

转载自:http://blog.csdn.net/earbao/article/details/33741185#comments

时间: 2024-10-03 05:56:41

java使用Rome解析Rss的实例(转)的相关文章

使用ROME解析rss,如何获取icon图标

问题 网站使用SpringMVC框架,实现了RSS订阅,但是在阅读器里面,只有网站的标题,没有网站的图标. 分析 ROME会从<channel>标签下指定的<link>地址中,直接读取图标.读取路径是:去掉uri,直接加上favicon.ico后缀. 比如,我的rss是 <channel> <title>进击的馒头片</title> <link>https://jiashubing.cn/index.html</link>

Java注解全面解析(转)

1.基本语法 注解定义看起来很像接口的定义.事实上,与其他任何接口一样,注解也将会编译成class文件. @Target(ElementType.Method) @Retention(RetentionPolicy.RUNTIME) public @interface Test {} 除了@符号以外,@Test的定义很像一个空的接口.定义注解时,需要一些元注解(meta-annotation),如@Target和@Retention @Target用来定义注解将应用于什么地方(如一个方法或者一个

python解析RSS(feedparser)

虽然说当今的博客已经不像前几年那么火了,但是RSS还是一项很有创造性和实用性的东西.RSS 是用于分发 Web 站点上的内容的摘要的一种简单的 XML 格式.它能够用于共享各种各样的信息.关于RSS的详细信息在(http://www.rssboard.org/rss-profile),这里面详细的讲了各种值的含义(虽然各个版本的支持不太一样,但是还是比较有通用性的).这里我先介绍一下怎么使用feedparser操作RSS然后再介绍一些常用的属性,也方便大家实验:一.feedparser的安装首先

java集合框架之java HashMap代码解析

 java集合框架之java HashMap代码解析 文章Java集合框架综述后,具体集合类的代码,首先以既熟悉又陌生的HashMap开始. 源自http://www.codeceo.com/article/java-hashmap-java-collection.html 签名(signature) public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Se

最全面的Java多线程用法解析

最全面的java多线程用法解析,如果你对Java的多线程机制并没有深入的研究,那么本文可以帮助你更透彻地理解Java多线程的原理以及使用方法. 1.创建线程 在Java中创建线程有两种方法:使用Thread类和使用Runnable接口.在使用Runnable接口时需要建立一个Thread实例.因此,无论是通过Thread类还是Runnable接口建立线程,都必须建立Thread类或它的子类的实例.Thread构造函数: public Thread( ); public Thread(Runnab

SAX解析XML文件实例代码

import java.io.File; import java.io.IOException; import java.util.ArrayList; import java.util.List; import javax.xml.parsers.ParserConfigurationException; import javax.xml.parsers.SAXParser; import javax.xml.parsers.SAXParserFactory; import org.xml.s

Java类加载原理解析

1       基本信息 摘要: 每个java开发人员对java.lang.ClassNotFoundExcetpion这个异常肯定都不陌生,这背后就涉及到了java技术体系中的类加载.Java的类加载机制是java技术体系中比较核心的部分,虽然和大部分开发人员直接打交道不多,但是对其背后的机理有一定理解有助于排查程序中出现的类加载失败等技术问题,对理解java虚拟机的连接模型和java语言的动态性都有很大帮助. 由于关于java类加载的内容较多,所以打算分三篇文章简述一下: 第一篇:java类

dom4j解析xml字符串实例

与利用DOM.SAX.JAXP机制来解析xml相比,DOM4J 表现更优秀,具有性能优异.功能强大和极端易用使用的特点,只要懂得DOM基本概念,就可以通过dom4j的api文档来解析xml.dom4j是一套开源的api.实际项目中,往往选择dom4j来作为解析xml的利器. 先来看看dom4j中对应XML的DOM树建立的继承关系 针对于XML标准定义,对应于图2-1列出的内容,dom4j提供了以下实现: 同时,dom4j的NodeType枚举实现了XML规范中定义的node类型.如此可以在遍历x

java中注解的使用与实例 (二)

java 注解,从名字上看是注释,解释.但功能却不仅仅是注释那么简单.注解(Annotation) 为我们在代码中添加信息提供了一种形式化的方法,是我们可以在稍后 某个时刻方便地使用这些数据(通过 解析注解 来使用这些数据),常见的作用有以下几种: 生成文档.这是最常见的,也是java 最早提供的注解.常用的有@see @param @return 等 跟踪代码依赖性,实现替代配置文件功能.比较常见的是spring 2.5 开始的基于注解配置.作用就是减少配置.现在的框架基本都使用了这种配置来减