如何使用java代码获取RSS中信息

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：

...

</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>。

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：

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 ([email protected])

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");

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");

}

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.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 {

// 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);

String remoteRSSInfo=RSSInfoRetriever.getRSSInfo(remoteRSSHandler);

System.out.println("****************人民网的 rss信息如下******************");

System.out.println(remoteRSSInfo);

实验1：读取本地的rss文件（charles.rss)

这个文件部分内容为：

<title>

<![CDATA[ 平行线的凝聚-51CTO技术博客 ]]>

</title>

<link>

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

</link>

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

</description>

<![CDATA[ Copyright(C) 51CTO技术博客-领先的IT技术博客 ]]>

</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技术博客-领先的IT技术博客 ]]>

</image>

<item>

<![CDATA[ 跨域访问的解决方案（非HTML5的方法1：JSONP) ]]>

<![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>】

]]>

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

<![CDATA[ charles_wang8888 ]]>

</author>

<![CDATA[ Web开发 ]]>

</category>

</item>

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

本文转自 charles_wang888 51CTO博客，原文链接：http://blog.51cto.com/supercharles888/859470，如需转载请自行联系原作者

如何使用java代码获取RSS中信息

继续阅读

关于Gradle配置的小结

Java小案例——随机数猜测随机数猜测

nginx location中斜线的位置的重要性

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方法的简单使用

neo4j之cypher使用文档

GitHub连夜封杀！这份阿里 10W 字内部 Java 字面试手册到底有多强？

spark/scala关于【资源文件】加载方法概述外部文件加载方案测试资源文件打包入jar包中小结

mybatis_入门程序Mybatis入门

AOP编程_Android优雅权限框架(1)概念基础，2021金三银四前言正文大纲正文

Effective Java 8:通用程序设计

OOM三种类型

工厂模式-三种类型

【递归】高效率求2的n次幂

win10本地scala和spark安装安装scala安装spark

scala (3) Function 和 Method