Java開源RSS組件包（Java Open Source RSS Lib Packages）
* RSSLibJ
RSSLibJ是一個專門讀取和生成RSS的小巧實用的Java庫，大小僅25k。
* RSSLib4J
RSSLib4J 是一套用于從RSS Feed解析和檢索信息的Java API。它支持RSS version0.9x ,1.0和2.0規范，Doublin內核和Syndication名字空間。
* BlogBridge
BlogBridge是一個RSS閱讀器/合成器，專為閱讀和處理大量RSS feed的人而提供。這些典型的有Weblogs, 但也有其它類型的RSS feed。
* Flock
Flock是一種RSS/RDF用Java編寫的信息集成器。它是一種server-side應用程序，帶有一個瀏覽器。
* RSSOwl
RSSOwl 是一個完全用 Java 的SWT快速圖形庫開發的 RSS / RDF / Atom 新聞閱讀器。按類別讀取新聞，分類存儲收藏信息，導出為 PDF / RTF / HTML / OPML，從 OPML格式導入，支持全文本搜索，使用Internet瀏覽器。
* Informa
Informa提供一個基于Java的RSS類庫.它支持導出,導入,存儲,搜索等。
* Jena
Jena 是一個由HP實驗室開發的表示和處理半結構化數據（主要是基于RDF的管理、查詢等）的Java開源項目。目前是Jena2版本，Jena1做到了支持 RDF的數據表達、解析、查詢（采用RDQL）和簡單的推理，Jena2的目標在支持本體（包括DAML、RDFS和OWL的應用程序接口API）。
* RSS Reader
RSS Reader提供了一個Java API和一個圖形客戶端來分析與顯示RSS格式的內容。
* Schema
Schema是一個利用RDF與RDF Schema進行存儲,查詢,討論(reasoning )的Java開源框架.Sesame既可以當作RDF與 RDF Schema的數據庫或當作一個Java 庫用來為應用程序提供RDF的功能.
* RSS Notifier
RSS Notifier是一個RSS Feed閱讀器,它設計成一個Window托盤程序隨Windows的啟動一起加載.它用基于使用RSS文件的新聞訂閱方式來閱讀即時新聞.
* Sesame
inferencing是一個用于存儲,查詢,解析RDF的Java框架.它可被配置作為一個web服務器或當一個Java包來使用.它的特點包括3種查詢語言(SeRQL, RQL, RDQL),支持內存(RAM),磁盤(disk),與RDBMS存儲.
* FaceRSS
FaceRSS是一個簡單的JSF組件,它可以從指定的RSS url讀取新聞并展示出來。 FaceRSS基于rsslib4j這個開源包進行構建所以它支持RSS 0.9x,1.0,和2.0。
* ROME
ROME是一組Atom/RSS工具類它使得用Java來操作大部份syndication格式變得更加容易:
# RSS 0.90
# RSS 0.91 Netscape
# RSS 0.91 Userland
# RSS 0.92
# RSS 0.93
# RSS 0.94
# RSS 1.0
# RSS 2.0
# Atom 0.3
# Atom 1.0
ROME不僅包括各種syndication feeds的解析器與生成器,而且還包括能夠把一種格式轉換成另外一種格式的轉換器。
* HORRORss
HORRORss是一個簡單的RSS(RSS0.9x,RSS.0,RSS2.0)解析包。它支持Atom feeds，但并沒有完全符合Atom規范。只能支持一些基本的feed元素：title,link,author,和description。
上面我們看到了一份 RSS Lib 列表，Java 的類庫就是豐富，而且都是開源的。
這么多讓我眼花繚亂，用哪個呢？再轉貼一份評測吧，這篇評測來自：http://www.yangzhe.net/blog/index.php/20050915/21.html
我的目標是做一個簡單的portlet，每次讀取新浪的RSS站點顯示最新的新聞條目。
花了一個下午，去sourceforge和google 上搜索 opensource 的 java rss lib，還真有不少（順便提一下，sourceforget的搜索真的很爛）。簡單過濾以后，覺得以下三個類庫比較有搞頭。Rome 、rssutils和rsslib4j。具體的評測如下：
一. Rome
Rome 是 java.net 上的一個開源項目，現在的版本是0.5。為什么叫Rome呢，按它的介紹上的說法，有個“條條大路通羅馬”的意思，有些RSS的意味。Rome可能是 sun 公司從自己某個子項目中抽離出來的，package和類的命名就象j2sdk一樣感覺規范。功能上支持RSS的所有版本及 Atom 0.3(Atom是和RSS類似的一種內容聚合的方式)。Rome 本身是提供API和功能實現，其下獨立出一個 rome-fetcher 項目，專門用來讀取RSS內容。正和我意啊。
參照 fetcher 上的范例，解析 RSS 相當簡單，代碼片斷如下：
代碼
-
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()?+?“]”); ??
-
}??
為什么用 new String(feed.getTitle().getBytes(”iso8859-1″), “utf-8″) 進行轉碼，是因為Rome來解析 新浪新聞 RSS的時候試圖從 URLConnection 的 header 中得到編碼信息，否則總是用 iso8859-1。而新浪的RSS response header 中不包含編碼信息，所以要做一番轉碼。另外還有就是 entry.getPubDate() 也將返回null，因為Rome 用多種pattern 去試圖解析時間信息，新浪的時間格式還是符合RFC822的，但是Rome 使用SimpleDateFormat 來解析時間，它忘記了一點，就是 SimpleDateFormat的解析是關聯于 Locale 的，所以由于我本地locale是China，SimpleDateFormat的parse方法解析不出英文的時間字符。以上代碼前加 Locale.setDefault(Locale.Englisth) 可以搞定，但總覺得不爽。
如果也不想轉碼的話，Rome 還提供了一個 XmlReader 的類，通過分析 header 和 xml 內容推斷 encoding，修改 HttpURLFeedFetcher 的源碼 :
代碼
-
??
-
??
-
XmlReader?reader?=?
new
?XmlReader(connection); ??
-
SyndFeedInput?input?=?
new
?SyndFeedInput(); ??
-
SyndFeed?feed?=?input.build(reader);??
那么中文不用轉碼也能正確顯示了，不過修改源碼后我再解析 百度新聞 RSS 的時候，底層的JDOM卻會抱錯說xml 格式不正確。也許Rome的開發者也遇到過這樣的問題，所以才沒有使用 XmlReader。
二. rssutils
它是一個工具包，sun 的 develope站點上有文章 RSS Utilities: A Tutorial 專門介紹用taglib 顯示RSS內容，附帶的可以下載這個工具包，但我從網上搜索不到它的出處，自然也無法看到它的源碼。但從反編譯的代碼來看，也是sun公司內部高手所做，設計精巧，代碼簡練。實現一個handler，用sax的方式解析xml內容，handler內部用反射和javabean的機制構造RSS元素對象并賦值。代碼片斷如下：
代碼
-
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()); ??
-
}??
如上所示，代碼也是相當簡單，沒有轉碼的需求，時間也正確顯示（因為根本沒做分析，當字符串直接返回）。但是該工具包并非真正對外公布，代碼中有些不嚴謹的地方，如System.out的輸出，很不爽。而且如果 RSS 的 xml內容如果缺少部分不常用元素，它也會printStackTrace一大串，服了它了。另外還有一個大問題，就是當我用它解析 百度新聞的時候，直接就報錯：org.xml.sax.SAXParseException: 字符轉換錯誤：“Unconvertible UTF-8 character beginning with 0xb0”。網上查了查，可能是 java 修改過的 UTF-8 和標準 UTF-8 些微不兼容導致。詳情參看 Java 平臺中的增補字符 一文。
三. rsslib4j
rsslib4j 是 sourceforget 上的項目，主頁是 http://sourceforge.net/projects/rsslib4j，現在最新的版本是0.2，才0.2，可是開發狀態卻已經是穩定產品化了。同樣支持所有RSS版本。
rsslib4j 解析 RSS 的方式和 rssutils 一樣，我看了看源碼，設計比較簡單，代碼可讀性一般，大量使用if。代碼片斷如下：
代碼
-
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?RSSItem?itm?=?(RSSItem)?lst.get(i); ??
-
System.out.println(itm.toString()); ??
-
}??
看起來也是相當清晰易懂，執行結果也和rssutils一樣，不過用它來解析 百度新聞 卻不會出現 rssutils 的utf-8編碼錯誤，真是奇怪，兩者都是調JAXP的 SAXParser 。不過它的代碼也有bug，不能解析出 channel 的一些信息，查看源碼，有點簡單邏輯錯誤，修正后解決。想寫封email給項目開發者可惜英文不行，通過cvs去commit一下也嫌麻煩，作罷。
總結
Rome:
優 - 1）可擴展性好，有前途。2）功能強大，除了用來解析RSS，還可以聚合和構造RSS。
劣 - 1）兼容性待加強，2）綁定jdom。為什么不喜歡 jdom呢，因為它api 老變，還很絕，搞得不兼容。
rssutils:
優 - 1）代碼設計精妙，值得學習。2）附帶 taglib 實現，直接可在 jsp 中應用。
劣 - 1）沒有源碼。 2）兼容性有待加強。 3）功能較弱，只能用來解析RSS，沒有聚合和構造RSS功能。
rsslib4j:
優 - 1）簡單有效，體積小。2）兼容性不錯。
劣 - 1）有小bug。2）功能較弱，只能用來解析RSS，沒有聚合和構造RSS功能。
編輯選擇： rsslib4j
我只用來讀讀新浪新聞，rsslib4j 夠用就好，不過要自己修改和編譯源碼。
另外我還找到了一個ThinFeeder： ThinFeeder is an open source software that aims to provide a cross-platform, powerful and tiny RSS / Atom (currently RSS 0.9x, RSS 1.0 / RDF, RSS 2.0 and Atom 0.3) aggregator for desktop, using the Java development language. It has a few goals that wants to make the reading news experience the most pleasant possible:
* Anti-aliasing support on any Operating System
* Skins support
* Multi-language support:
o Catalan
o Dutch
o English
o Esperanto
o French
o German
o Lithuanian
o Portuguese (Brazil)
o Spanish
o Swedish
沒看到 Chinese，那就算了。好了，就用 Rome 了。條條大道通羅馬～，只要寫一套代碼就能輸出下面各種格式：
代碼
-
rss_0.
9
?(RSS?
0.90
) ??
-
rss_0.91N?(RSS?
0.91
?Netscape) ??
-
rss_0.91U?(RSS?
0.91
?Userland) ??
-
rss_0.
92
?(RSS?
0.92
) ??
-
rss_0.
93
?(RSS?
0.93
) ??
-
rss_0.
94
?(RSS?
0.94
) ??
-
rss_1.
0
?(RSS?
1.0
) ??
-
rss_2.
0
?(RSS?
2.0
) ??
-
atom_0.
3
?(Atom?
0.3
) ??
-
atom_1.
0
?(Atom?
1.0
) ??
-
??
posted on 2007-01-13 15:28
OMG 閱讀(2193)
評論(0) 編輯 收藏 所屬分類:
Ajax/RSS/Tag