如何使用java代碼擷取RSS中資訊

RSS基礎知識概述：

RSS 這個概念，伴随着“部落格(Weblog)”這個詞語的出現，已經好幾歲了。

什麼是RSS呢，它縮寫是 "Really Simple Syndication", 支撐技術是xml，作用是用于線上共享内容，訂閱新聞、部落格等等。因為部落格是“文章密集型”的，是以RSS可以把文章的概述資訊都放在一個一個的摘要(item)裡面，每個item有文章的概述，以及到文章全部内容的超級連結，是以有了RSS摘要，基本上配合RSS 閱讀器，可以很快的得到所需要的資訊。

以下是一個RSS檔案的标準結構：

...

</channel>

</rss>

其中rss元素是其根元素，它吧所有的内含資訊包含在一個頻道<channel>中，頻道有許多meta資訊，就是出現在<item>前面的所有子元素。而rss中的所有摘要，都以<item>元素的形式出現，一個<channel>可以有多個<item>。每個<item>同樣有元資訊，最重要的是描述<description>和連結<link>。

其實，不僅僅RSS閱讀器可以擷取RSS資訊，我們用java API也是可以的。比較有名的是sourceforge的rsslib4j 包，我們這裡就展示這個包的用法：

實驗部分：

我們示範2個例子，一個是讀取本地rss檔案的資訊，一個是讀取網絡上某rss檔案的資訊：

首先我們開發了一個工具類，這個類的工具方法可以分離出相關資訊并且轉為字元串形式：

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 ([email protected])

public class RSSInfoRetriever {

public static String getRSSInfo(RSSHandler handler){

StringBuffer rssInfo = new StringBuffer();

//取得rss提要的頻道資訊(Channel)

RSSChannel channel = handler.getRSSChannel();

//Part1: 分離出rss頻道的元資訊

//(1)頻道的标題

String titleInfo = channel.getTitle();

//(2)頻道的連結資訊

String linkInfo = channel.getLink();

//(3)頻道的描述資訊

String descriptionInfo = channel.getDescription();

//(4)頻道使用的語言

String languageInfo = channel.getLanguage();

//(5)頻道版權資訊

String copyrightInfo = channel.getCopyright();

//(6)頻道的generator的資訊

String generatorInfo = channel.getGenerator();

//(7)頻道的image資訊

RSSImage channelImage = channel.getRSSImage();

String channelImageUrl = channelImage.getUrl();

rssInfo.append("頻道标題： "+titleInfo+"\n");

rssInfo.append("頻道相關Link資訊： "+linkInfo+"\n");

rssInfo.append("頻道描述資訊: "+descriptionInfo+"\n");

rssInfo.append("頻道使用的語言： "+languageInfo+"\n");

rssInfo.append("頻道版權資訊： "+copyrightInfo+"\n");

rssInfo.append("頻道産生器資訊： "+generatorInfo+"\n");

rssInfo.append("頻道圖檔URL: "+channelImageUrl+"\n");

//Part2：分離出rss頻道的所有摘要(feed),這裡用item表示

List channelItems = channel.getItems();

int itemSize= channelItems.size();

if(itemSize >=1){

rssInfo.append("\n");

rssInfo.append("一共有 "+itemSize+"個摘要在這個頻道中");

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)摘要的标題

String itemTitle = item.getTitle();

//(3)摘要的描述

String itemDescription = item.getDescription();

//(4)摘要的連結

String itemLink = item.getLink();

//(5)摘要的釋出日期

String itemPubDate = item.getPubDate();

rssInfo.append("作者： "+itemAuthor+"\n");

rssInfo.append("标題： "+itemTitle+"\n");

rssInfo.append("描述： "+itemDescription+"\n");

rssInfo.append("連結： "+itemLink+"\n");

rssInfo.append("釋出日期: "+itemPubDate+"\n");

}

return rssInfo.toString();

}

然後我們寫了一個驅動類，這個驅動類封裝了2個實驗：

package com.charles.demo;

import java.net.URL;

import org.gnu.stealthp.rsslib.RSSException;

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 {

// 這裡定義一個本地的rss摘要，（對應我的部落格空間）

public static final String localRSS = "charles.rss";

//這裡定義一個遠端的rss摘要的位址(對應人民網）

public static final String remoteRSS="http://www.people.com.cn/rss/politics.xml";

public static void main(String[] args) throws Exception {

// DEMO 1: 讓RSSParser去解析本地某個rss檔案

// 取得本地的rss

RSSHandler localRSSHandler = new RSSHandler();

RSSParser.parseXmlFile(localRSS, localRSSHandler, false);

// 取得rss元素的資訊并且列印在控制台上

String localRSSInfo=RSSInfoRetriever.getRSSInfo(localRSSHandler);

System.out.println("*************Charles部落格的 rss資訊如下****************");

System.out.println(localRSSInfo);

System.out.println("****************************************************");

// DEMO 2: 讓RSSParser去解析遠端rss的url

// 取得遠端的rss

RSSHandler remoteRSSHandler = new RSSHandler();

RSSParser.parseXmlFile(new URL(remoteRSS), remoteRSSHandler, false);

String remoteRSSInfo=RSSInfoRetriever.getRSSInfo(remoteRSSHandler);

System.out.println("****************人民網的 rss資訊如下******************");

System.out.println(remoteRSSInfo);

實驗1：讀取本地的rss檔案（charles.rss)

這個檔案部分内容為：

<title>

<![CDATA[ 平行線的凝聚-51CTO技術部落格 ]]>

</title>

<link>

<![CDATA[ http://supercharles888.blog.51cto.com ]]>

</link>

<![CDATA[ Latest 20 blogs of charles_wang8888 ]]>

</description>

<![CDATA[ Copyright(C) 51CTO技術部落格-領先的IT技術部落格 ]]>

</copyright>

<![CDATA[ 51CTO BLOG by 51CTO Studio ]]>

</generator>

<image>

<url>

<![CDATA[ http://img1.51cto.com/image/skin/1/rss.gif ]]>

</url>

<![CDATA[ 51CTO BLOG ]]>

<![CDATA[ http://blog.51cto.com ]]>

<![CDATA[ 51CTO技術部落格-領先的IT技術部落格 ]]>

</image>

<item>

<![CDATA[ 跨域通路的解決方案（非HTML5的方法1：JSONP) ]]>

<![CDATA[

跨域通路一直是困擾很多開發者的問題之一。因為涉及到安全性問題，是以跨域通路預設是不可以進行的，否則假設今天我寫了一段js去更改google的圖示，明天他寫了一段代碼去吧google首頁的文字全部變成梵文，那還得..【<a href="http://supercharles888.blog.51cto.com/609344/856886" target="_blank">繼續閱讀全文</a>】

]]>

http://supercharles888.blog.51cto.com/609344/856886

<![CDATA[ charles_wang8888 ]]>

</author>

<![CDATA[ Web開發 ]]>

</category>

</item>

最終結果如下（因為很長，是以隻顯示部分）：

本地rss的控制台輸出結果：

*************Charles部落格的 rss資訊如下****************

頻道标題：平行線的凝聚-51CTO技術部落格

頻道相關Link資訊： http://supercharles888.blog.51cto.com

頻道描述資訊: Latest 20 blogs of charles_wang8888

頻道使用的語言： null

頻道版權資訊： Copyright(C) 51CTO技術部落格-領先的IT技術部落格

頻道産生器資訊： 51CTO BLOG by 51CTO Studio

頻道圖檔URL: http://img1.51cto.com/image/skin/1/rss.gif

一共有 20個摘要在這個頻道中

摘要1:作者： charles_wang8888

标題：跨域通路的解決方案（非HTML5的方法1：JSONP)

描述：跨域通路一直是困擾很多開發者的問題之一。因為涉及到安全性問題，是以跨域通路預設是不可以進行的，否則假設今天我寫了一段js去更改google的圖示，明天他寫了一段代碼去吧google首頁的文字全部變成梵文，那還得..【<a href="http://supercharles888.blog.51cto.com/609344/856886" target="_blank">繼續閱讀全文</a>】

連結： http://supercharles888.blog.51cto.com/609344/856886

釋出日期: Tue, 08 May 2012 04:02:42 GMT

摘要20:作者： charles_wang8888

标題：軟體過程模型-瀑布模型

描述：瀑布模型(waterfall)是将開發階段描述為從一個階段瀑布般的轉化到另外一個階段，一個開發階段必須在另外一個開發階段之前完成。它的特點是有裡程碑+可傳遞産品。

瀑布模型中，軟體開發分為如下的階段：

需求分..【<a href="http://supercharles888.blog.51cto.com/609344/848535" target="_blank">繼續閱讀全文</a>】

連結： http://supercharles888.blog.51cto.com/609344/848535

釋出日期: Tue, 01 May 2012 02:49:07 GMT

****************************************************

遠端rss的控制台輸出結果如下：

****************人民網的 rss資訊如下******************

頻道标題：國内新聞

頻道相關Link資訊： http://politics.people.com.cn

頻道描述資訊: null

頻道使用的語言： zh_CN

頻道産生器資訊： null

頻道圖檔URL: http://www.people.com.cn/img/2004people/logo.gif

一共有 100個摘要在這個頻道中

摘要1:作者： null

标題：烏魯木齊暫封黨政機關一半公車緩解擁堵

描述：　　本報烏魯木齊5月9日電記者潘從武記者今天從新疆烏魯木齊市黨政機關、企事業機關暫時封存50%公務用車緩解交通擁堵動員大會上了解到，從5月15日到9月5日，烏市将控制全市機動車出行總量，暫時封存全市各級黨政機關和 ...

連結： http://politics.people.com.cn/GB/17852009.html

釋出日期: 2012-05-10 08:43:50

摘要100:作者： null

标題：四部門規範國企負責人職務消費行為禁公款買房等

描述：　　中新網5月8日電據财政部網站消息，日前财政部會同監察部、審計署和國資委聯合釋出了《國有企業負責人職務消費行為監督管理暫行辦法》的通知，通知要求嚴格規範國有企業負責人職務消費行為，并明确列出了國企負責 ...

連結： http://politics.people.com.cn/GB/17841114.html

釋出日期: 2012-05-09 08:29:10

本文轉自 charles_wang888 51CTO部落格，原文連結：http://blog.51cto.com/supercharles888/859470，如需轉載請自行聯系原作者

如何使用java代碼擷取RSS中資訊

繼續閱讀

關于Gradle配置的小結

Java小案例——随機數猜測随機數猜測

nginx location中斜線的位置的重要性

27 Best Free Eclipse Plug-ins for Java Developer to be ProductiveCode Quality PluginsText Editor PluginsDependency ManagementVersion Control Integration PluginsFramework Development Continuous Integration Related PluginsOther Utility Plugins

Java String.format方法的簡單使用

neo4j之cypher使用文檔

GitHub連夜封殺！這份阿裡 10W 字内部 Java 字面試手冊到底有多強？

spark/scala關于【資源檔案】加載方法概述外部檔案加載方案測試資源檔案打包入jar包中小結

mybatis_入門程式Mybatis入門

AOP程式設計_Android優雅權限架構(1)概念基礎，2021金三銀四前言正文大綱正文

Effective Java 8:通用程式設計

OOM三種類型

工廠模式-三種類型

【遞歸】高效率求2的n次幂

win10本地scala和spark安裝安裝scala安裝spark

scala (3) Function 和 Method