RSS基础知识概述:
RSS 这个概念,伴随着“博客(Weblog)”这个词语的出现,已经好几岁了。
什么是RSS呢,它缩写是 "Really Simple Syndication", 支撑技术是xml,作用是用于在线共享内容,订阅新闻、博客等等。因为博客是“文章密集型”的,所以RSS可以把文章的概述信息都放在一个一个的摘要(item)里面,每个item有文章的概述,以及到文章全部内容的超级链接,所以有了RSS摘要,基本上配合RSS 阅读器,可以很快的得到所需要的信息。
以下是一个RSS文件的标准结构:
- <rss version="2.0">
- <channel>
- <title>...</title>
- <link>...</link>
- <description>...</description>
- <copyright>...</copyright>
- <generator>...</generator>
- <lastBuildDate>...</lastBuildDate>
- <image>...</image>
- <item>...</item>
- <item>...</item>
- ...
- <item>...</item>
- <item>...</item>
- </channel>
- </rss>
其中rss元素是其根元素,它吧所有的内含信息包含在一个频道<channel>中,频道有许多meta信息,就是出现在<item>前面的所有子元素。而rss中的所有摘要,都以<item>元素的形式出现,一个<channel>可以有多个<item>。每个<item>同样有元信息,最重要的是描述<description>和链接<link>。
现在有很多工具可以生成RSS,事实上,因为本质上RSS是一个XML文件,所以你完全可以以手工编写XML文件的形式编写RSS,但是还是推荐用工具来简化操作和减少错误,我最喜欢用的工具是:http://www.onlinedown.net/soft/73066.htm
其实,不仅仅RSS阅读器可以获取RSS信息,我们用java API也是可以的。比较有名的是sourceforge的rsslib4j 包,我们这里就展示这个包的用法:
这个包可以到http://sourceforge.net/projects/rsslib4j/ 去下,对应的javadoc地址是http://rsslib4j.sourceforge.net/javadoc/
实验部分:
我们演示2个例子,一个是读取本地rss文件的信息,一个是读取网络上某rss文件的信息:
首先我们开发了一个工具类,这个类的工具方法可以分离出相关信息并且转为字符串形式:
- package com.charles.learnrss;
- import java.util.List;
- import org.gnu.stealthp.rsslib.RSSChannel;
- import org.gnu.stealthp.rsslib.RSSHandler;
- import org.gnu.stealthp.rsslib.RSSImage;
- import org.gnu.stealthp.rsslib.RSSItem;
- /*
- * This file is confidential by Charles.Wang
- * Copyright belongs to Charles.wang
- * You can make contact with Charles.Wang (charles_wang888@126.com)
- */
- public class RSSInfoRetriever {
- public static String getRSSInfo(RSSHandler handler){
- StringBuffer rssInfo = new StringBuffer();
- //取得rss提要的频道信息(Channel)
- RSSChannel channel = handler.getRSSChannel();
- //Part1: 分离出rss频道的元信息
- //(1)频道的标题
- String titleInfo = channel.getTitle();
- //(2)频道的链接信息
- String linkInfo = channel.getLink();
- //(3)频道的描述信息
- String descriptionInfo = channel.getDescription();
- //(4)频道使用的语言
- String languageInfo = channel.getLanguage();
- //(5)频道版权信息
- String copyrightInfo = channel.getCopyright();
- //(6)频道的generator的信息
- String generatorInfo = channel.getGenerator();
- //(7)频道的image信息
- RSSImage channelImage = channel.getRSSImage();
- String channelImageUrl = channelImage.getUrl();
- rssInfo.append("频道标题: "+titleInfo+"\n");
- rssInfo.append("频道相关Link信息: "+linkInfo+"\n");
- rssInfo.append("频道描述信息: "+descriptionInfo+"\n");
- rssInfo.append("频道使用的语言: "+languageInfo+"\n");
- rssInfo.append("频道版权信息: "+copyrightInfo+"\n");
- rssInfo.append("频道产生器信息: "+generatorInfo+"\n");
- rssInfo.append("频道图片URL: "+channelImageUrl+"\n");
- //Part2: 分离出rss频道的所有摘要(feed),这里用item表示
- List channelItems = channel.getItems();
- int itemSize= channelItems.size();
- if(itemSize >=1){
- rssInfo.append("\n");
- rssInfo.append("一共有 "+itemSize+"个摘要在这个频道中");
- rssInfo.append("\n");
- for (int i=0;i<itemSize;i++){
- int itemNo = i+1;
- RSSItem item = (RSSItem)channelItems.get(i);
- rssInfo.append("\n");
- rssInfo.append("摘要"+itemNo+":");
- //(1)摘要的作者
- String itemAuthor = item.getAuthor();
- //(2)摘要的标题
- String itemTitle = item.getTitle();
- //(3)摘要的描述
- String itemDescription = item.getDescription();
- //(4)摘要的链接
- String itemLink = item.getLink();
- //(5)摘要的发布日期
- String itemPubDate = item.getPubDate();
- rssInfo.append("作者: "+itemAuthor+"\n");
- rssInfo.append("标题: "+itemTitle+"\n");
- rssInfo.append("描述: "+itemDescription+"\n");
- rssInfo.append("链接: "+itemLink+"\n");
- rssInfo.append("发布日期: "+itemPubDate+"\n");
- rssInfo.append("\n");
- }
- }
- return rssInfo.toString();
- }
- }
然后我们写了一个驱动类,这个驱动类封装了2个实验:
- package com.charles.demo;
- import java.net.URL;
- import org.gnu.stealthp.rsslib.RSSChannel;
- import org.gnu.stealthp.rsslib.RSSException;
- import org.gnu.stealthp.rsslib.RSSHandler;
- import org.gnu.stealthp.rsslib.RSSParser;
- import com.charles.learnrss.RSSInfoRetriever;
- /**
- *
- * Description:
- *
- * @author charles.wang
- * @created May 10, 2012 9:07:13 AM
- *
- */
- public class RSSInfoRetrieverDemo {
- // 这里定义一个本地的rss摘要,(对应我的博客空间)
- public static final String localRSS = "charles.rss";
- //这里定义一个远程的rss摘要的地址(对应人民网)
- public static final String remoteRSS="http://www.people.com.cn/rss/politics.xml";
- public static void main(String[] args) throws Exception {
- // DEMO 1: 让RSSParser去解析本地某个rss文件
- // 取得本地的rss
- RSSHandler localRSSHandler = new RSSHandler();
- RSSParser.parseXmlFile(localRSS, localRSSHandler, false);
- // 取得rss元素的信息并且打印在控制台上
- String localRSSInfo=RSSInfoRetriever.getRSSInfo(localRSSHandler);
- System.out.println("*************Charles博客的 rss信息如下****************");
- System.out.println(localRSSInfo);
- System.out.println("****************************************************");
- // DEMO 2: 让RSSParser去解析远程rss的url
- // 取得远程的rss
- RSSHandler remoteRSSHandler = new RSSHandler();
- RSSParser.parseXmlFile(new URL(remoteRSS), remoteRSSHandler, false);
- // 取得rss元素的信息并且打印在控制台上
- String remoteRSSInfo=RSSInfoRetriever.getRSSInfo(remoteRSSHandler);
- System.out.println("****************人民网的 rss信息如下******************");
- System.out.println(remoteRSSInfo);
- System.out.println("****************************************************");
- }
- }
实验1:读取本地的rss文件(charles.rss)
这个文件部分内容为:
- <rss version="2.0">
- <channel>
- <title>
- <![CDATA[ 平行线的凝聚-51CTO技术博客 ]]>
- </title>
- <link>
- <![CDATA[ http://supercharles888.blog.51cto.com ]]>
- </link>
- <description>
- <![CDATA[ Latest 20 blogs of charles_wang8888 ]]>
- </description>
- <copyright>
- <![CDATA[ Copyright(C) 51CTO技术博客-领先的IT技术博客 ]]>
- </copyright>
- <generator>
- <![CDATA[ 51CTO BLOG by 51CTO Studio ]]>
- </generator>
- <lastBuildDate>Thu, 01 Jan 1970 00:00:00 GMT</lastBuildDate>
- <image>
- <url>
- <![CDATA[ http://img1.51cto.com/image/skin/1/rss.gif ]]>
- </url>
- <title>
- <![CDATA[ 51CTO BLOG ]]>
- </title>
- <link>
- <![CDATA[ http://blog.51cto.com ]]>
- </link>
- <description>
- <![CDATA[ 51CTO技术博客-领先的IT技术博客 ]]>
- </description>
- </image>
- <item>
- <title>
- <![CDATA[ 跨域访问的解决方案(非HTML5的方法1:JSONP) ]]>
- </title>
- <description>
- <![CDATA[
- 跨域访问一直是困扰很多开发者的问题之一。因为涉及到安全性问题,所以跨域访问默认是不可以进行的,否则假设今天我写了一段js去更改google的图标,明天他写了一段代码去吧google首页的文字全部变成梵文,那还得..【<a href="http://supercharles888.blog.51cto.com/609344/856886" target="_blank">继续阅读全文</a>】
- ]]>
- </description>
- <link>
- <![CDATA[
- http://supercharles888.blog.51cto.com/609344/856886
- ]]>
- </link>
- <author>
- <![CDATA[ charles_wang8888 ]]>
- </author>
- <category>
- <![CDATA[ Web开发 ]]>
- </category>
- <pubDate>Tue, 08 May 2012 04:02:42 GMT</pubDate>
- </item>
- ...
- </channel>
- </rss>
实验2:读取远程的rss文件(rss文件地址为:http://www.people.com.cn/rss/politics.xml)
最终结果如下(因为很长,所以只显示部分):
本地rss的控制台输出结果:
- *************Charles博客的 rss信息如下****************
- 频道标题: 平行线的凝聚-51CTO技术博客
- 频道相关Link信息: http://supercharles888.blog.51cto.com
- 频道描述信息: Latest 20 blogs of charles_wang8888
- 频道使用的语言: null
- 频道版权信息: Copyright(C) 51CTO技术博客-领先的IT技术博客
- 频道产生器信息: 51CTO BLOG by 51CTO Studio
- 频道图片URL: http://img1.51cto.com/image/skin/1/rss.gif
- 一共有 20个摘要在这个频道中
- 摘要1:作者: charles_wang8888
- 标题: 跨域访问的解决方案(非HTML5的方法1:JSONP)
- 描述: 跨域访问一直是困扰很多开发者的问题之一。因为涉及到安全性问题,所以跨域访问默认是不可以进行的,否则假设今天我写了一段js去更改google的图标,明天他写了一段代码去吧google首页的文字全部变成梵文,那还得..【<a href="http://supercharles888.blog.51cto.com/609344/856886" target="_blank">继续阅读全文</a>】
- 链接: http://supercharles888.blog.51cto.com/609344/856886
- 发布日期: Tue, 08 May 2012 04:02:42 GMT
- ...
- 摘要20:作者: charles_wang8888
- 标题: 软件过程模型-瀑布模型
- 描述: 瀑布模型(waterfall)是将开发阶段描述为从一个阶段瀑布般的转化到另外一个阶段,一个开发阶段必须在另外一个开发阶段之前完成。它的特点是有里程碑+可交付产品。
- 瀑布模型中,软件开发分为如下的阶段:
- 需求分..【<a href="http://supercharles888.blog.51cto.com/609344/848535" target="_blank">继续阅读全文</a>】
- 链接: http://supercharles888.blog.51cto.com/609344/848535
- 发布日期: Tue, 01 May 2012 02:49:07 GMT
- ****************************************************
远程rss的控制台输出结果如下:
- ****************人民网的 rss信息如下******************
- 频道标题: 国内新闻
- 频道相关Link信息: http://politics.people.com.cn
- 频道描述信息: null
- 频道使用的语言: zh_CN
- 频道版权信息: Copyright 1997-2012 by www.people.com.cn. all rights reserved
- 频道产生器信息: null
- 频道图片URL: http://www.people.com.cn/img/2004people/logo.gif
- 一共有 100个摘要在这个频道中
- 摘要1:作者: null
- 标题: 乌鲁木齐暂封党政机关一半公车缓解拥堵
- 描述: 本报乌鲁木齐5月9日电 记者潘从武 记者今天从新疆乌鲁木齐市党政机关、企事业单位暂时封存50%公务用车缓解交通拥堵动员大会上了解到,从5月15日到9月5日,乌市将控制全市机动车出行总量,暂时封存全市各级党政机关和 ...
- 链接: http://politics.people.com.cn/GB/17852009.html
- 发布日期: 2012-05-10 08:43:50
- ...
- 摘要100:作者: null
- 标题: 四部门规范国企负责人职务消费行为 禁公款买房等
- 描述: 中新网5月8日电 据财政部网站消息,日前财政部会同监察部、审计署和国资委联合发布了《国有企业负责人职务消费行为监督管理暂行办法》的通知,通知要求严格规范国有企业负责人职务消费行为,并明确列出了国企负责 ...
- 链接: http://politics.people.com.cn/GB/17841114.html
- 发布日期: 2012-05-09 08:29:10
- ****************************************************