java rss lib评测

wangxlyy — Wed, 30 Jan 2008 16:23:00 GMT

前两天上新浪�Q�看到新��?RSS 频道开通，不容易啊�Q�等了这么久�?br />
    我的目标是做一个简单的portlet�Q�每�ơ读取新��的RSS站点昄��最新的新闻条目�?br />
    �׃��一个下午，去sourceforge和google 上搜�?opensource �?java rss lib�Q�还真有不少�Q�顺便提一下，sourceforget的搜索真的很烂）。简单过滤以后，觉得以下三个�c�d��比较有搞头。Rome 、rssutils和rsslib4j。具体的评测如下�Q?br />
一. Rome
    Rome �?java.net 上的一个开源项目，现在的版本是0.5。�ؓ什么叫Rome呢，按它的介�l�上的说法，有个“条条大�\通罗�?#8221;的意思，有些RSS的意呟뀂Rome可能�?sun 公司从自己某个子��目中抽��d��来的�Q�package和类的命名就象j2sdk一��h��觉规范。功能上支持RSS的所有版本及 Atom 0.3(Atom是和RSS�c�M��的一�U�内容聚合的方式)。Rome 本��n是提供API和功能实玎ͼ�其下独立��Z��?rome-fetcher ��目�Q�专门用来读取RSS内容。正和我意啊�?br />     参照 fetcher 上的范例�Q�解�?RSS 相当��单，代码片断如下�Q?br />
    FeedFetcher fetcher = new HttpURLFeedFetcher();
    SyndFeed feed = fetcher.retrieveFeed(feedUrl);
    System.out.println(feedUrl + " has a title: " + new String(feed.getTitle().getBytes("iso8859-1"), "utf-8") + " and contains "     + feed.getEntries().size() + " entries.");
    for (Iterator iter = feed.getEntries().iterator(); iter.hasNext(); ) {
        SyndEntry entry = (SyndEntry) iter.next();
        System.out.println("" + entry.getTitle() + "[" + entry.getPublishedDate() + "]");
    }

    ��Z��么用 new String(feed.getTitle().getBytes("iso8859-1"), "utf-8") �q�行转码�Q�是因�ؓRome来解�?新浪新闻 RSS的时候试图从 URLConnection �?header 中得到编码信息，否则��L��?iso8859-1。而新��的RSS response header 中不包含�~�码信息�Q�所以要做一番�{码。另外还有就�?entry.getPubDate() 也将�q�回null�Q�因为Rome 用多�U�pattern 去试图解析时间信息，新浪的时间格式还是符合RFC822的，但是Rome 使用SimpleDateFormat 来解析时��_��它忘��C��一点，��是 SimpleDateFormat的解析是兌��?Locale 的，所以由于我本地locale是China�Q�SimpleDateFormat的parse�Ҏ��解析不出英文的时间字�W�。以上代码前�?Locale.setDefault(Locale.Englisth) 可以搞定�Q�但总觉得不爽�?br />
    如果也不惌��{码的话，Rome �q�提供了一�?XmlReader 的类�Q�通过分析 header �?xml 内容推断 encoding�Q�修�?HttpURLFeedFetcher 的源�?:

    // 改变 InputStreamReader , 换用 XmlReader
    //InputStreamReader reader = new InputStreamReader(is, ResponseHandler.getCharacterEncoding(connection));
    XmlReader reader = new XmlReader(connection);
    SyndFeedInput input = new SyndFeedInput();
    SyndFeed feed = input.build(reader);

    那么中文不用转码也能正确昄��了，不过修改源码后我再解�?nbsp;癑ֺ�新闻 RSS 的时候，底层的JDOM却会抱错说xml 格式不正��。也许Rome的开发者也遇到�q�这��L��问题�Q�所以才没有使用 XmlReader�?br />
�? rssutils
    它是一个工具包�Q�sun �?develope站点上有文章 RSS Utilities: A Tutorial 专门介绍用taglib 昄��RSS内容�Q�附带的可以下蝲�q�个工具包，但我从网上搜索不到它的出处，自然也无法看到它的源码。但从反�~�译的代码来看，也是sun公司内部高手所做，设计�_��y�Q�代码简�l�。实��C��个handler�Q�用sax的方式解析xml内容�Q�handler内部用反��和javabean的机制构造RSS元素对象�q�赋倹{��代码片断如下：

        RssParser parser = new RssParserImpl();
        Rss rss = parser.parse(new URL(url));
        System.out.println(rss.getChannel().getTitle());
        for (Iterator iter = rss.getChannel().getItems().iterator(); iter.hasNext();) {
            Item item = (Item)iter.next();
            System.out.println("" + item.getTitle() + " " + item.getPubDate());
        }

    如上所�C�，代码也是相当��单，没有转码的需求，旉��也正��显�C�（因�ؓ�Ҏ��没做分析�Q�当字符串直接返回）。但是该工具包�ƈ非真正对外公布，代码中有些不严�}的地方，如System.out的输出，很不爽。而且如果 RSS �?xml内容如果�~�少部分不常用元�?�Q�它也会printStackTrace一大串�Q�服了它了。另外还有一个大问题�Q�就是当我用它解�?癑ֺ�新闻的时候，直接��报错：org.xml.sax.SAXParseException: 字符转换错误�Q?#8220;Unconvertible UTF-8 character beginning with 0xb0”。网上查了查�Q�可能是 java 修改�q�的 UTF-8 和标�?UTF-8 些微不兼容导致。详情参�?Java �q�_��中的增补字符一文�?br />
�? rsslib4j
    rsslib4j �?sourceforget 上的��目�Q�主��|�� http://sourceforge.net/projects/rsslib4j�Q�现在最新的版本�?.2�Q�才0.2�Q�可是开发状态却已经是稳定��品化了。同��h��持所有RSS版本�?br />     rsslib4j 解析 RSS 的方式和 rssutils 一��P��我看了看源码�Q�设计比较简单，代码可读性一般，大量使用if。代码片断如下：

        RSSHandler hand = new RSSHandler();
        RSSParser.parseXmlFile(new URL(url), hand, false);
        RSSChannel ch = hand.getRSSChannel();
        System.out.println(ch.toString());
        LinkedList lst = hand.getRSSChannel().getItems();
        for (int i = 0; i < lst.size(); i++) {
            RSSItem itm = (RSSItem) lst.get(i);
            System.out.println(itm.toString());
       }

    看�v来也是相当清晰易懂，执行�l�果也和rssutils一��P��不过用它来解�?癑ֺ�新闻却不会出�?rssutils 的utf-8�~�码错误�Q�真是奇怪，两者都是调JAXP�?SAXParser 。不�q�它的代码也有bug�Q�不能解析出 channel 的一些信息，查看源码�Q�有点简单逻辑错误�Q�修正后解决。想写封email�l�项目开发者可惜英文不行，通过cvs去commit一下也嫌麻烦，作�Ş�?br />
�ȝ��

Rome:
�?- 1�Q�可扩展性好�Q�有前途�?�Q�功能强大，除了用来解析RSS�Q�还可以聚合和构造RSS�?br /> �?- 1�Q�兼�Ҏ��待加强�Q?�Q�绑定jdom。�ؓ什么不喜欢 jdom呢，因�ؓ它api 老变�Q�还很绝�Q�搞得不兼容�?br />
rssutils:
�?- 1�Q�代码设计精妙，值得学习�?�Q�附�?taglib 实现�Q�直接可�?jsp 中应用�?br /> �?- 1�Q�没有源码�?2�Q�兼�Ҏ��有待加强�?3�Q�功能较弱，只能用来解析RSS�Q�没有聚合和构造RSS功能�?br />
rsslib4j:
�?- 1�Q�简单有效，体积��?�Q�兼�Ҏ��不错�?br /> �?- 1�Q�有��bug�?�Q�功能较弱，只能用来解析RSS�Q�没有聚合和构造RSS功能�?br />
�~�辑选择�Q?rsslib4j
我只用来读读新浪新闻�Q�rsslib4j 够用��好�Q�不�q�要自己修改和编译源码�?br />

Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=282333

wangxlyy 2008-01-31 00:23 发表评论

国产精品国产三级国产普通话三级 ,每日更新成人在线视频,欧美在线播放一区

java rss lib评测