posts - 262,  comments - 221,  trackbacks - 0
【原】RSS工具开发手记(13)---Informa的parsers包

一个RSS频道通常被我们叫做Feed，假如现在我们收集的RSS Feed越来越多，我想分享出去。那么可以做的办法有什么呢？手工把这些Feed的地址一个个copy出来，然后发送吗？这样太麻烦了。

OPML(Outline Processor Markup Language)协议正是用于解决这样问题的。利用OPML协议，我们可以通过阅读器把已经订阅的频道导出为OPML协议规定的格式，从而作为
一个文件分享出去。

Informa中同样提供了对于OPML文件的解析，目前支持的版本是1.1版本。

★OPMLParser



OPMLParser中同样提供了类似FeedParser的多种数据源支持的解析，可以分别从URL，文件，字节流，字符流中读入OPML文件，这个类的核心方法是parse(Dcoument)。

    private static synchronized Collection<FeedIF> parse(Document doc)
            throws ParseException {

        logger.debug("start parsing.");
        // Get the root element (must be opml)
        Element root = doc.getRootElement();
        String rootElement = root.getName().toLowerCase();
        // Decide which parser to use
        if (rootElement.startsWith("opml")) {
            String opmlVersion = root.getAttribute("version").getValue();
            if (opmlVersion.indexOf("1.1") >= 0) {
                logger.info("Collection uses OPML root element (Version 1.1).");
                return OPML_1_1_Parser.parse(root);
            }
        }

        // did not match anything
        throw new UnsupportedFormatException("Unsupported OPML root element ["
                + rootElement + "].");
    }


可以看到这个类又是一个中介类，简单地分析协议的版本然后委托给相应的解析器。目前由于OPML协议解析器只支持1.1版本，所以只有一个OPML_1_1_Parser

★OPML_1_1_Parser

    static Collection<FeedIF> parse(Element root) {

        Collection<FeedIF> feedColl = new ArrayList<FeedIF>();

        Date dateParsed = new Date();
        logger.debug("start parsing.");

        // Lower the case of these tags to simulate case-insensitive parsing
        ParserUtils.matchCaseOfChildren(root, "body");

        // Get the head element (only one should occur)
        //    Element headElem = root.getChild("head");
        //    String title = headElem.getChildTextTrim("title");

        // Get the body element (only one occurs)
        Element bodyElem = root.getChild("body");

        // 1..n outline elements
        ParserUtils.matchCaseOfChildren(bodyElem, "outline");
        List feeds = bodyElem.getChildren("outline");
        Iterator i = feeds.iterator();
        while (i.hasNext()) {
            Element feedElem = (Element) i.next();
            // get title attribute
            Attribute attrTitle = feedElem.getAttribute("title");
            String strTitle = "[No Title]";
            if (attrTitle != null) {
                strTitle = attrTitle.getValue();
            }
            FeedIF feed = new Feed(strTitle);
            if (logger.isDebugEnabled()) {
                logger.debug("Feed element found (" + strTitle + ").");
            }
            // get text attribute
            Attribute attrText = feedElem.getAttribute("text");
            String strText = "[No Text]";
            if (attrText != null) {
                strText = attrText.getValue();
            }
            feed.setText(strText);
            // get attribute type (for example: 'rss')
            Attribute attrType = feedElem.getAttribute("type");
            String strType = "text/xml";
            if (attrType != null) {
                strType = attrType.getValue();
            }
            feed.setContentType(strType);

            // TODO: handle attribute version (for example: 'RSS')

            // get attribute xmlUrl
            Attribute attrXmlUrl = feedElem.getAttribute("xmlUrl");
            if (attrXmlUrl != null && attrXmlUrl.getValue() != null) {
                feed.setLocation(ParserUtils.getURL(attrXmlUrl.getValue()));
            }
            // get attribute htmllUrl
            Attribute attrHtmlUrl = feedElem.getAttribute("htmlUrl");
            if (attrHtmlUrl != null && attrHtmlUrl.getValue() != null) {
                feed.setSite(ParserUtils.getURL(attrHtmlUrl.getValue()));
            }
            // set current date
            feed.setDateFound(dateParsed);
            // add feed to collection
            feedColl.add(feed);
        }

        return feedColl;
    }


OPML协议的结构如下：

 A.根节点是<opml version="1.x">元素
 B.子节点<head>元素，该元素包含了title,dateCreated,dateModified,ownerName等属性
 C.子节点<body>元素，该元素包含了0..若干个<outline>元素，该元素是可嵌套的



-------------------------------------------------------------
生活就像打牌，不是要抓一手好牌，而是要尽力打好一手烂牌。
posted on 2010-01-02 20:56 Paul Lin 阅读(337) 评论(0)  编辑  收藏 所属分类: J2SE

只有注册用户登录后才能发表评论。
网站导航:
 
<2010年1月>
日一二三四五六
272829303112
3456789
10111213141516
17181920212223
24252627282930
31123456

常用链接

留言簿(21)

随笔分类

随笔档案

BlogJava热点博客

好友博客

搜索

  •  

最新评论

阅读排行榜

评论排行榜