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：

1. <rss version="2.0"> 
2. <channel> 
3. <title>...</title> 
4. <link>...</link> 
5. <description>...</description> 
6. <copyright>...</copyright> 
7. <generator>...</generator> 
8. <lastBuildDate>...</lastBuildDate> 
9. <image>...</image> 
10. <item>...</item> 
11. <item>...</item> 
12. ... 
13. <item>...</item> 
14. <item>...</item> 
15. </channel> 
16. </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：

1. package com.charles.learnrss; 
2.  
3. import java.util.List; 
4.  
5. import org.gnu.stealthp.rsslib.RSSChannel; 
6. import org.gnu.stealthp.rsslib.RSSHandler; 
7. import org.gnu.stealthp.rsslib.RSSImage; 
8. import org.gnu.stealthp.rsslib.RSSItem; 
9.  
10. /* 
11.  *  This file is confidential by Charles.Wang 
12.  *  Copyright belongs to Charles.wang 
13.  *  You can make contact with Charles.Wang (charles_wang888@126.com) 
14.  */ 
15.  
16.  
17. public class RSSInfoRetriever { 
18.  
19.     public static String getRSSInfo(RSSHandler handler){ 
20.          
21.          
22.         StringBuffer rssInfo = new StringBuffer(); 
23.          
24.         //取得rss提要的频道信息(Channel) 
25.         RSSChannel channel = handler.getRSSChannel(); 
26.          
27.         //Part1: 分离出rss频道的元信息 
28.         //(1)频道的标题 
29.         String titleInfo = channel.getTitle(); 
30.         //(2)频道的链接信息 
31.         String linkInfo = channel.getLink(); 
32.         //(3)频道的描述信息  
33.         String descriptionInfo = channel.getDescription(); 
34.         //(4)频道使用的语言 
35.         String languageInfo = channel.getLanguage(); 
36.         //(5)频道版权信息 
37.         String copyrightInfo = channel.getCopyright(); 
38.         //(6)频道的generator的信息 
39.         String generatorInfo = channel.getGenerator(); 
40.         //(7)频道的image信息 
41.         RSSImage channelImage = channel.getRSSImage(); 
42.         String channelImageUrl = channelImage.getUrl(); 
43.          
44.          
45.         rssInfo.append("频道标题： "+titleInfo+"\n"); 
46.         rssInfo.append("频道相关Link信息： "+linkInfo+"\n"); 
47.         rssInfo.append("频道描述信息: "+descriptionInfo+"\n"); 
48.         rssInfo.append("频道使用的语言： "+languageInfo+"\n"); 
49.         rssInfo.append("频道版权信息： "+copyrightInfo+"\n"); 
50.         rssInfo.append("频道产生器信息： "+generatorInfo+"\n"); 
51.         rssInfo.append("频道图片URL: "+channelImageUrl+"\n"); 
52.          
53.         //Part2： 分离出rss频道的所有摘要(feed),这里用item表示 
54.         List channelItems = channel.getItems(); 
55.         int itemSize= channelItems.size(); 
56.         if(itemSize >=1){ 
57.             rssInfo.append("\n"); 
58.             rssInfo.append("一共有 "+itemSize+"个摘要在这个频道中"); 
59.             rssInfo.append("\n"); 
60.             for (int i=0;i<itemSize;i++){ 
61.                 int itemNo = i+1; 
62.                 RSSItem item = (RSSItem)channelItems.get(i); 
63.                  
64.                 rssInfo.append("\n"); 
65.                 rssInfo.append("摘要"+itemNo+":"); 
66.                  
67.                 //(1)摘要的作者 
68.                 String itemAuthor = item.getAuthor(); 
69.                 //(2)摘要的标题 
70.                 String itemTitle = item.getTitle(); 
71.                 //(3)摘要的描述 
72.                 String itemDescription = item.getDescription(); 
73.                 //(4)摘要的链接 
74.                 String itemLink = item.getLink(); 
75.                 //(5)摘要的发布日期 
76.                 String itemPubDate = item.getPubDate(); 
77.                  
78.                 rssInfo.append("作者： "+itemAuthor+"\n"); 
79.                 rssInfo.append("标题： "+itemTitle+"\n"); 
80.                 rssInfo.append("描述： "+itemDescription+"\n"); 
81.                 rssInfo.append("链接： "+itemLink+"\n"); 
82.                 rssInfo.append("发布日期: "+itemPubDate+"\n"); 
83.                  
84.                 rssInfo.append("\n"); 
85.             } 
86.         } 
87.          
88.          
89.          
90.          
91.          
92.         return rssInfo.toString(); 
93.          
94.     } 
95. } 

然后我们写了一个驱动类，这个驱动类封装了2个实验：

1. package com.charles.demo; 
2.  
3. import java.net.URL; 
4.  
5. import org.gnu.stealthp.rsslib.RSSChannel; 
6. import org.gnu.stealthp.rsslib.RSSException; 
7. import org.gnu.stealthp.rsslib.RSSHandler; 
8. import org.gnu.stealthp.rsslib.RSSParser; 
9.  
10. import com.charles.learnrss.RSSInfoRetriever; 
11.  
12. /** 
13.  *  
14.  * Description: 
15.  *  
16.  * @author charles.wang 
17.  * @created May 10, 2012 9:07:13 AM 
18.  *  
19.  */ 
20. public class RSSInfoRetrieverDemo { 
21.  
22.     // 这里定义一个本地的rss摘要，（对应我的博客空间） 
23.     public static final String localRSS = "charles.rss"; 
24.      
25.     //这里定义一个远程的rss摘要的地址(对应人民网） 
26.     public static final String remoteRSS="http://www.people.com.cn/rss/politics.xml"; 
27.  
28.     public static void main(String[] args) throws Exception { 
29.  
30.          
31.         // DEMO 1: 让RSSParser去解析本地某个rss文件 
32.         // 取得本地的rss 
33.         RSSHandler localRSSHandler = new RSSHandler(); 
34.         RSSParser.parseXmlFile(localRSS, localRSSHandler, false); 
35.         // 取得rss元素的信息并且打印在控制台上 
36.         String localRSSInfo=RSSInfoRetriever.getRSSInfo(localRSSHandler); 
37.         System.out.println("*************Charles博客的 rss信息如下****************"); 
38.         System.out.println(localRSSInfo); 
39.         System.out.println("****************************************************"); 
40.              
41.  
42.         // DEMO 2: 让RSSParser去解析远程rss的url 
43.         // 取得远程的rss 
44.         RSSHandler remoteRSSHandler = new RSSHandler(); 
45.         RSSParser.parseXmlFile(new URL(remoteRSS), remoteRSSHandler, false); 
46.         // 取得rss元素的信息并且打印在控制台上 
47.         String remoteRSSInfo=RSSInfoRetriever.getRSSInfo(remoteRSSHandler); 
48.         System.out.println("****************人民网的 rss信息如下******************"); 
49.         System.out.println(remoteRSSInfo); 
50.         System.out.println("****************************************************"); 
51.         
52.  
53.     } 
54.  
55. } 

实验1：读取本地的rss文件（charles.rss)

这个文件部分内容为：

1. <rss version="2.0"> 
2. <channel> 
3. <title> 
4. <![CDATA[ 平行线的凝聚-51CTO技术博客 ]]> 
5. </title> 
6. <link> 
7. <![CDATA[ http://supercharles888.blog.51cto.com ]]> 
8. </link> 
9. <description> 
10. <![CDATA[ Latest 20 blogs of charles_wang8888 ]]> 
11. </description> 
12. <copyright> 
13. <![CDATA[ Copyright(C) 51CTO技术博客-领先的IT技术博客 ]]> 
14. </copyright> 
15. <generator> 
16. <![CDATA[ 51CTO BLOG by 51CTO Studio ]]> 
17. </generator> 
18. <lastBuildDate>Thu, 01 Jan 1970 00:00:00 GMT</lastBuildDate> 
19. <image> 
20. <url> 
21. <![CDATA[ http://img1.51cto.com/image/skin/1/rss.gif ]]> 
22. </url> 
23. <title> 
24. <![CDATA[ 51CTO BLOG ]]> 
25. </title> 
26. <link> 
27. <![CDATA[ http://blog.51cto.com ]]> 
28. </link> 
29. <description> 
30. <![CDATA[ 51CTO技术博客-领先的IT技术博客 ]]> 
31. </description> 
32. </image> 
33. <item> 
34. <title> 
35. <![CDATA[ 跨域访问的解决方案（非HTML5的方法1：JSONP) ]]> 
36. </title> 
37. <description> 
38. <![CDATA[ 
39. 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>】 
40. ]]> 
41. </description> 
42. <link> 
43. <![CDATA[ 
44. http://supercharles888.blog.51cto.com/609344/856886 
45. ]]> 
46. </link> 
47. <author> 
48. <![CDATA[ charles_wang8888 ]]> 
49. </author> 
50. <category> 
51. <![CDATA[ Web开发 ]]> 
52. </category> 
53. <pubDate>Tue, 08 May 2012 04:02:42 GMT</pubDate> 
54. </item> 
55.  
56. ... 
57. </channel> 
58. </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：

1. *************Charles博客的 rss信息如下**************** 
2. 频道标题： 平行线的凝聚-51CTO技术博客 
3. 频道相关Link信息： http://supercharles888.blog.51cto.com 
4. 频道描述信息: Latest 20 blogs of charles_wang8888 
5. 频道使用的语言： null 
6. 频道版权信息： Copyright(C) 51CTO技术博客-领先的IT技术博客 
7. 频道产生器信息： 51CTO BLOG by 51CTO Studio 
8. 频道图片URL: http://img1.51cto.com/image/skin/1/rss.gif 
9.  
10. 一共有 20个摘要在这个频道中 
11.  
12. 摘要1:作者： charles_wang8888 
13. 标题： 跨域访问的解决方案（非HTML5的方法1：JSONP) 
14. 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>】 
15. 链接： http://supercharles888.blog.51cto.com/609344/856886 
16. 发布日期: Tue, 08 May 2012 04:02:42 GMT 
17.  
18. ... 
19.  
20. 摘要20:作者： charles_wang8888 
21. 标题： 软件过程模型-瀑布模型 
22. 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。 
23.  瀑布模型中，软件开发分为如下的阶段： 
24.  需求分..【<a href="http://supercharles888.blog.51cto.com/609344/848535" target="_blank">继续阅读全文</a>】 
25. 链接： http://supercharles888.blog.51cto.com/609344/848535 
26. 发布日期: Tue, 01 May 2012 02:49:07 GMT 
27.  
28.  
29. **************************************************** 

远程rss的控制台输出结果如下：

1. ****************人民网的 rss信息如下****************** 
2. 频道标题： 国内新闻 
3. 频道相关Link信息： http://politics.people.com.cn 
4. 频道描述信息: null 
5. 频道使用的语言： zh_CN 
6. 频道版权信息： Copyright 1997-2012 by www.people.com.cn. all rights reserved 
7. 频道产生器信息： null 
8. 频道图片URL: http://www.people.com.cn/img/2004people/logo.gif 
9.  
10. 一共有 100个摘要在这个频道中 
11.  
12. 摘要1:作者： null 
13. 标题： 乌鲁木齐暂封党政机关一半公车缓解拥堵 
14. 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 ... 
15. 链接： http://politics.people.com.cn/GB/17852009.html 
16. 发布日期: 2012-05-10 08:43:50 
17.  
18. ... 
19.  
20. 摘要100:作者： null 
21. 标题： 四部门规范国企负责人职务消费行为 禁公款买房等 
22. 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 ... 
23. 链接： http://politics.people.com.cn/GB/17841114.html 
24. 发布日期: 2012-05-09 08:29:10 
25.  
26.  
27. ****************************************************