java rome_java使用Rome解析Rss的实例

八月篝火

于 2021-02-16 08:06:19 发布

阅读量495

点赞数

文章标签： java rome

本文链接：https://blog.csdn.net/weixin_32568295/article/details/114204923

版权

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

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

节点为Rss文档的固有节点，必须，无属性。

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节点

节点

必须节点

对网站和当前RSS 文件的简短描述

网站主页链接

对当前RSS文件的描述

可选节点

为当前RSS添加图片

当前RSS使用的语言

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

声明版权

当前RSS最后发布的时间

声明当前RSS内容的种类

等等

节点

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

必须节点

新闻标题

新闻链接

新闻的简单描述

可选节点

当前新闻的作者

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

当前新闻的类别

当前新闻的最后发布时间

当前新闻的注释

等等

附上实例源码：

importjava.io.ByteArrayInputStream;importjava.io.IOException;importjava.net.URL;importjava.net.URLConnection;importjava.util.ArrayList;importjava.util.Date;importjava.util.List;importjava.util.zip.GZIPInputStream;importcom.sun.syndication.feed.rss.Channel;importcom.sun.syndication.feed.rss.Description;importcom.sun.syndication.feed.rss.Guid;importcom.sun.syndication.feed.rss.Item;importcom.sun.syndication.feed.synd.SyndEntry;importcom.sun.syndication.feed.synd.SyndFeed;importcom.sun.syndication.io.FeedException;importcom.sun.syndication.io.SyndFeedInput;importcom.sun.syndication.io.WireFeedOutput;importcom.sun.syndication.io.XmlReader;//http://rss.webofknowledge.com/rss?e=4f1b64b6b221ea05&c=8c6909b93bf3eb38a2066a826b61a412

public classTest {public static voidmain(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) throwsException {

SyndFeedInput input= newSyndFeedInput();

SyndFeed feed= null;

ByteArrayInputStream inputStream=new ByteArrayInputStream(xml.getBytes("UTF-8"));

feed= input.build(newXmlReader(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) throwsIllegalArgumentException,

FeedException {try{

SyndFeedInput input= newSyndFeedInput();

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= newGZIPInputStream(

conn.getInputStream());

feed= input.build(newXmlReader(gzin));

}else{

feed= input.build(newXmlReader(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() throwsException {/*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.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 = newDescription();

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 = newWireFeedOutput();try{

String xml=out.outputString(channel);

System.out.println(xml);returnxml;

}catch(IllegalArgumentException e) {

e.printStackTrace();

}catch(FeedException e) {

e.printStackTrace();

}return null;

}

importjava.net.URL;importjava.util.List;importcom.sun.syndication.feed.synd.SyndCategory;importcom.sun.syndication.feed.synd.SyndContent;importcom.sun.syndication.feed.synd.SyndEnclosure;importcom.sun.syndication.feed.synd.SyndEntry;importcom.sun.syndication.feed.synd.SyndFeed;importcom.sun.syndication.io.SyndFeedInput;importcom.sun.syndication.io.XmlReader;//http://zmfkplj.iteye.com/blog/461398

public classTestParse {public static voidmain(String[] args) {

TestParse test= newTestParse();

test.parseRss();

}public voidparseRss() {//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= newURL(rss);//读取Rss源

XmlReader reader = newXmlReader(url);

System.out.println("Rss源的编码格式为：" +reader.getEncoding());

SyndFeedInput input= newSyndFeedInput();//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();

}

八月篝火

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫