一: RSS介绍
根据维基百科(http://zh.wikipedia.org/wiki/RSS)的定义,“RSS是一种用于共享新闻和其他Web内容的数据交换规范 ”,它是一系列的规范的组合,采用XML格式。目前国内RSS应用最多的是在新闻网站和博客网站上。
许多网站可以用RSS阅读器来个性化自己的网页,比如显示最新的新浪新闻,显示自己好朋友最新的博客文章,显示最新的Google论坛内容。除此之外,利用RSS阅读器还可以实现其它用途,比如:
-
获得天气预报
-
接收邮件,比如Gmail就提供RSS feed
-
获取最新股票行情
-
获取音乐,电台节目和视频剪辑等等
二:Rome介绍
这篇文章采用Rome这个开源工具来实现RSS阅读器。Rome支持的格式很多,有RSS 0.90, RSS 0.91 Netscape, RSS 0.91 Userland, RSS 0.92, RSS 0.93, RSS 0.94, RSS 1.0, RSS 2.0, Atom 0.3, Atom 1.0 等等,几乎囊括了目前所有的RSS 和atom版本。最新的Rome版本可以从http://wiki.java.net/bin/view/Javawsxml/Rome上得到。
实现RSS阅读器,主要采用Rome的解析功能,就是从XML文件中读出相应的内容。我用一些简单代码来说明如何使用Rome中的类和方法。
- URL feedUrl = new URL("http://rss.sina.com.cn/news/marquee/ddt.xml");
- SyndFeedInput input = new SyndFeedInput();
- SyndFeed feed = input.build(new XmlReader(feedUrl));
表一: 得到RSS Feed
“http://rss.sina.com.cn/news/marquee/ddt.xml“是新浪新闻的一个RSS 地址。通过三行代码,就可以得到一个对应这个地址的RSS Feed对象。这个对象包含我们所需要的所有RSS内容。如果用System.out.println(feed),会得到表二中的结果。从中可以清楚地看到 SyndFeed类的结构。
- SyndFeedImpl.contributors=null
- SyndFeedImpl.title=新闻中心-新闻要闻
- SyndFeedImpl.categories[0].name=
- SyndFeedImpl.categories[0].taxonomyUri=null
- SyndFeedImpl.link=http://news.sina.com.cn/iframe/o/allnews/input/index.htm
- SyndFeedImpl.publishedDate=Thu Jun 22 13:20:01 CST 2006
- SyndFeedImpl.entries[0].updatedDate=null
- SyndFeedImpl.entries[0].contributors=null
- SyndFeedImpl.entries[0].title=扎瓦赫里在录像带中呼吁阿富汗人抵抗外国侵略
- SyndFeedImpl.entries[0].categories[0].name=
- SyndFeedImpl.entries[0].categories[0].taxonomyUri=null
- SyndFeedImpl.entries[0].link=http://news.sina.com.cn/w/2006-06-22/11569270955s.shtml
- SyndFeedImpl.entries[0].publishedDate=Thu Jun 22 11:56:00 CST 2006
- SyndFeedImpl.entries[0].authors=null
- SyndFeedImpl.entries[0].modules[0].descriptions=[]
- SyndFeedImpl.entries[0].modules[0].creators[0]=WWW.SINA.COM.CN
- SyndFeedImpl.entries[0].modules[0].contributors=[]
- ......
- SyndFeedImpl.author=null
- SyndFeedImpl.copyright=Copyright 1996 - 2005 SINA Inc. All Rights Reserved
表三:从SyndFeed中得到SyndEntry
如果程序位于防火墙后面,就需要在程序中加上一些Proxy设置。例如采用下面的http proxy:
- Properties systemSettings = System.getProperties();
- systemSettings.put("http.proxyHost", "myproxyserver.com");
- systemSettings.put("http.proxyPort", "80");
- System.setProperties(systemSettings);
表四:Proxy设置
有时候,可能会遇到“java.io.IOException: Server returned HTTP response code: 403 for URL”的错误信息。通常是因为服务器的安全设置不接受Java程序作为客户端访问,解决方案是设置客户端的User Agent, 示例代码如下:
- URLConnection feedUrl = new jURL(urlStr).openConnection();
- feedUrl.setRequestProperty("User-Agent", "Mozilla/4.0 (compatible; MSIE 5.0; Windows NT; DigExt)");
- SyndFeedInput input = new SyndFeedInput();
- SyndFeed feed = input.build(new XmlReader(feedUrl));
表五:设置User-Agent
ROME 提供的功能很多,除了可以解析Feed 外,还可以生成Feed。用Rome来为自己的网站内容创建RSS Feed,这样别人就可以通过RSS 阅读器来随时了解你网站内容的更新了。
使用ROME需要两个条件:
Java SE 1.4以上的版本,下载地址: http://java.sun.com/
开源软件JDOM,下载地址:http://www.jdom.org/
例子
- <!--
- <%@page contentType="text/html"%>
- <%@page pageEncoding="UTF-8"%>
- <html>
- <head>
- <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
- <title>Sina News</title>
- </head>
- <body>
- <%
- java.util.Properties systemSettings = System.getProperties();
- systemSettings.put("http.proxyHost", "mywebcache.com");
- systemSettings.put("http.proxyPort", "8080");
- System.setProperties(systemSettings);
- String urlStr = "http://rss.sina.com.cn/news/marquee/ddt.xml";
- java.net.URLConnection feedUrl = new java.net.URL(urlStr).openConnection();
- feedUrl.setRequestProperty("User-Agent", "Mozilla/4.0 (compatible; MSIE 5.0; Windows NT; DigExt)");
- com.sun.syndication.io.SyndFeedInput input = new com.sun.syndication.io.SyndFeedInput();
- com.sun.syndication.feed.synd.SyndFeed feed = input.build(new com.sun.syndication.io.XmlReader(feedUrl));
- %>
- <div align="center">
- <h1><%=feed.getTitle()%></h1>
- <table border=1 cellpadding=3 width="700">
- <tr>
- <th>Number</th>
- <th>Title</th>
- <th>Time</th>
- </tr>
- <%
- java.util.List list = feed.getEntries();
- for (int i=0; i< list.size(); i++) {
- com.sun.syndication.feed.synd.SyndEntry entry = (com.sun.syndication.feed.synd.SyndEntry)list.get(i);
- %>
- <tr>
- <td><%=i+1%></td>
- <td><a href="<%=entry.getLink()%>"><%=entry.getTitle()%></a></td>
- <td><%=entry.getPublishedDate()%></td>
- </tr>
- <%}%>
- </table>
- </div>
- <br>
- </body>
- </html>
- -->
表二: SyndFeed数据结构
从上述输出结果可以看出,每个新闻条目是由entry代表的。下列代码从feed中得到entry
- List list = feed.getEntries();
- for (int i=0; i< list.size(); i++) {
- SyndEntry entry = (SyndEntry)list.get(i);
- }