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