erhalten Bild-URL von RSS mit rom Bibliothek

Question

ich in folgenden eine RSS-Datei mit:

<?xml version="1.0" encoding="UTF-8" ?> 
    <rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/"> 
    <channel> 
    <title> سایپا نیوز </title> 
    <link>http://www.saipanews.com/</link> 
    <description></description> 
    <language>fa</language> 

     <item> 
     <author></author> 
     <pretitle></pretitle> 
     <title>پیام تبریک دکتر جمالی به مناسبت فرارسیدن سالروز ولادت حضرت علی(ع) و روز پدر</title> 
     <link>http://www.saipanews.com/view-6751.html</link> 
     <pubdate>2016-04-20 10:58:00</pubdate> 
     <description>سایپا نیوز: مدیرعامل گروه خودروسازی سایپا همزمان با فرارسیدن سالروز میلاد باسعادت حضرت علی(ع) و روز پدر، طی پیامی به تمامی پدران متعهد و پرتلاش ایران زمین تبریک گفت.</description> 
     <secid>0</secid> 
     <typid>8</typid> 
     <image>http://www.saipanews.com/media/image/jamali/jmali.JPG</image> 
    </item> 

    <item> 
     <author></author> 
     <pretitle></pretitle> 
     <title>فرهنگ رانندگی بین خطوط در معابر شهری در حال گسترش است </title> 
     <link>http://www.saipanews.com/view-6748.html</link> 
     <pubdate>2016-04-19 11:27:00</pubdate> 
     <description>سایپا نیوز: به گزارش سایپا نیوز و به نقل از فرارو، از آنجایی که فرهنگ رانندگی مجموعه ای از رفتارهای درست رانندگی و آداب زندگی اجتماعی بهنگام تردد در شهرها و جاده ها است، رانندگی در بین خطوط معابر شهری یکی از نمادهای فرهنگ رانندگی در کشورهای درحال توسعه و توسعه یافته می باشد.</description> 
     <secid>0</secid> 
     <typid>8</typid> 
     <image>http://www.saipanews.com/media/image/farhang%20ranandegi/252887_331.jpg</image> 

    </item> 
    </channel> 
</rss> 

Ich will Image der Urls bekommen.
Ich benutze Rom Bibliothek, aber keine Lösung gefunden.
Wie bekomme ich die URL des Bildes mit der Rom-Bibliothek?

Answer 1

für mich, dass Image-Tag bekommen, bauen neuen RSS-Parser zu folgenden Themen:

public class NewRssParser extends RSS094Parser implements WireFeedParser { 

public NewRssParser() { 
    this("rss_2.0"); 
} 

protected NewRssParser(String type) { 
    super(type); 
} 

protected String getRSSVersion() { 
    return "2.0"; 
} 

protected boolean isHourFormat24(Element rssRoot) { 
    return false; 
} 

protected Description parseItemDescription(Element rssRoot, Element eDesc) { 
    Description desc = super.parseItemDescription(rssRoot, eDesc); 
    desc.setType("text/html"); // change as per 
           // https://rome.dev.java.net/issues/show_bug.cgi?id=26 
    return desc; 
} 

public boolean isMyType(Document document) { 
    boolean ok; 
    Element rssRoot = document.getRootElement(); 
    ok = rssRoot.getName().equals("rss"); 
    if (ok) { 
     ok = false; 
     Attribute version = rssRoot.getAttribute("version"); 
     if (version != null) { 
      // At this point, as far ROME is concerned RSS 2.0, 2.00 and 
      // 2.0.X are all the same, so let's use startsWith for leniency. 
      ok = version.getValue().startsWith(getRSSVersion()); 
     } 
    } 
    return ok; 
} 

@Override 
public Item parseItem(Element arg0, Element arg1) { 
    Item item = super.parseItem(arg0, arg1); 

    Element imageElement = arg1.getChild("image", getRSSNamespace()); 
    if (imageElement != null) { 
     String imageUrl = imageElement.getText(); 

     Element urlElement = imageElement.getChild("url"); 
     imageUrl = urlElement != null ? urlElement.getText() : imageUrl; 

     Enclosure enc = new Enclosure(); 
     enc.setType("image"); 
     enc.setUrl(imageUrl); 

     item.getEnclosures().add(enc); 
    } 

    return item; 
} 

} 

in der parseItem Methode Klasse außer Kraft setzen und fügen Sie Code für das Bildelement erhalten und Image der URL-Gehäuse hinzufügen.

dann in den rome.properties Datei folgende Zeile:

WireFeedParser.classes = [packge name] .NewRssParser

Beispiel:

WireFeedParser.classes = ir.armansoft.newscommunity.newsgathering.parser.impl.NewRssParser

Answer 2

Rom bieten pflegt den <image> Tag, weil es nicht auf den Namespace gehört es in ist So the feed isn't valid.

line 18, column 3: Undefined item element: image (29 occurrences) [help] 
      <image>http://www.saipanews.com/media/image/%D8%AA%D9%88%D9%84%D9%8A%D8%A ... 

Wenn der Bild-Tag in a different namespace, so sein würde:

<image:image>http://www.saipanews.com/media/image/%D8%AA%D9%88%D9%84%D9%8A%D8%AF/2.jpg</image:image> 

Sie könnte Foreading Markup auf diese Weise erhalten:

Und das Ergebnis wäre

element: [Element: <image:image [Namespace: http://purl.org/rss/1.0/modules/image/]/>] 

Es sei denn, das Futter befestigt sein, wie es scheint, dass es nicht eine Möglichkeit ist, die Bild-URL mit Rom Bibliothek im Moment zu bekommen.

Answer 3

Ich löste dieses Problem, indem ich den Feed mit Rom analysierte und ihn dann erneut parsierte, um das rohe jdom-Dokument zu erhalten. Dann kann ich die Artikelelemente aus dem Feed holen und nach Bildern suchen. Bit-Hacky, aber es ist einfacher als die RSS-Parser und so weiter zu erweitern.

byte[] data = ... bytes for the feed ... 
SyndFeedInput input = new SyndFeedInput() 
input.allowDoctypes = true 
SyndFeed sf = input.build(new XmlReader(new ByteArrayInputStream(data))) 

Document doc = new MyWireFeedInput().getDocument(new XmlReader(new ByteArrayInputStream(data))) 
Element channel = doc.rootElement.getChild("channel") 
List<Element> items = channel ? channel.getChildren("item") : null 

List<SyndEntry> entries = sf.entries 
for (int i = 0; i < entries.size(); i++) { 
    SyndEntry entry = entries[i] 
    Element item = items ? items[i] : null 
    if (item) { 
     Element image = item.getChild("image") 
     ... add it to enclosures or whatever ... 
    } 
} 

Hier ist die Klasse, die das jdom Dokument bekommt:

/** 
* This is a hack to get at the protected {@link WireFeedInput#createSAXBuilder()} method so we can get the 
* raw jdom document for the feed to extract elements (e.g. 'image') not parsed by the built in feed parsers. 
*/ 
public class MyWireFeedInput extends WireFeedInput { 

    Document getDocument(Reader reader) { 
     final SAXBuilder saxBuilder = createSAXBuilder(); 
     try { 
      if (xmlHealerOn) reader = new XmlFixerReader(reader) 
      return saxBuilder.build(reader); 
     } catch (final JDOMParseException ex) { 
      throw new ParsingFeedException("Invalid XML: " + ex.getMessage(), ex); 
     } catch (final IllegalArgumentException ex) { 
      throw ex; 
     } catch (final Exception ex) { 
      throw new ParsingFeedException("Invalid XML", ex); 
     } 
    } 
} 

Answer 4

Die Antwort ist so einfach. Erhalte zuerst den syndContent mit der Roam-API. Finden Sie den Code für die Lesen von Bildern und alle Inhalte von RSS

<%@ page import="com.rometools.rome.feed.synd.SyndFeed"%> 
<%@ page import="com.rometools.rome.feed.synd.SyndEntry"%> 
<%@ page import="com.rometools.rome.feed.synd.SyndContent"%> 
<%@ page import="com.rometools.modules.mediarss.MediaEntryModule"%> 
<%@ page import="com.rometools.rome.feed.module.Module"%> 
<%@ page import="com.rometools.modules.mediarss.types.Thumbnail"%> 
<%@ page import="java.util.Iterator"%> 
<%@ page import="java.util.List"%> 
<html> 
<head> 
<title>website</title> 
<link href="/css/style.css" rel="stylesheet" type="text/css" /> 
</head> 
<body> 
    <h1>Home</h1> 
    <% 
     HttpSession session1=request.getSession(false); 

     SyndFeed syndFeed11= (SyndFeed) session1.getAttribute("syndFeed"); 

    %> 
    <h2><%=syndFeed11.getTitle()%></h2> 
    <ul> 
     <% 
      Iterator it = syndFeed11.getEntries().iterator(); 
      while (it.hasNext()) 
      { 
       SyndEntry entry = (SyndEntry) it.next(); 
     %> 
     <li><a href="<%=entry.getLink()%>"><%=entry.getTitle()%></a> <% 

       List<SyndContent> syndContents=entry.getContents(); 
     System.out.println(syndContents.size()); 
       for(SyndContent syndContent:syndContents) 
       { 
        System.out.println(syndContent.getMode()); 
        System.out.println("This is content"+syndContent.getValue()); 
        %> 
        //This is The STRING WHICH CONTAINS the link to the image apply regex expression to get SAMPLE_LINK out of "<img src"LINK">" 
        <%=syndContent.getValue() %>> 
        <% 
       } 
       //SyndContent syndContent=syndContents.get(0); 



       for (Module module : entry.getModules()) { 
      if (module instanceof MediaEntryModule) { 
       MediaEntryModule media = (MediaEntryModule)module; 
       for (Thumbnail thumb : media.getMetadata().getThumbnail()) { 
        %><img src="<%=thumb.getUrl() %>" /> 
      <% 
       } 
      } 
     } 
      %></li> 
     <% } %> 
    </ul> 
</body> 
</html> 

Bellow ist die Servlet-Klasse: -

package website.web; 
import java.io.IOException; 
import java.io.PrintWriter; 
import java.net.URL; 
import javax.servlet.RequestDispatcher; 
import javax.servlet.ServletConfig; 
import javax.servlet.ServletContext; 
import javax.servlet.ServletException; 
import javax.servlet.http.HttpServlet; 
import javax.servlet.http.HttpServletRequest; 
import javax.servlet.http.HttpServletResponse; 
import javax.servlet.http.HttpSession; 

import org.apache.log4j.Logger; 

import com.rometools.rome.feed.synd.SyndFeed; 
import com.rometools.rome.io.FeedException; 
import com.rometools.rome.io.SyndFeedInput; 
import com.rometools.rome.io.XmlReader; 

public class HomeServlet extends HttpServlet { 

/** 
* 
*/ 
private static final long serialVersionUID = 1L; 
private Logger logger = Logger.getLogger(this.getClass()); 

@Override 
public void init(ServletConfig config) throws ServletException { 
    super.init(config); 
} 

@Override 
protected void doGet(HttpServletRequest req, HttpServletResponse resp) 
     throws ServletException, IOException { 
    String rssUrl=(String)req.getAttribute("rss"); 
    logger.debug("Retrieving yahoo news feed"); 
    URL url = new URL("https://www.reddit.com/.rss"); 
    SyndFeedInput syndFeedInput = new SyndFeedInput(); 
    HttpSession session=req.getSession(); 
    SyndFeed syndFeed = null; 
    XmlReader xmlReader = new XmlReader(url); 
    try { 
     syndFeed = syndFeedInput.build(xmlReader); 
     System.out.println("Donr"); 

    } catch (IllegalArgumentException e) { 
     logger.error("", e); 
    } catch (FeedException e) { 
     logger.error("", e); 
    } 
    logger.debug("Forwarding to home.jsp"); 
    req.setAttribute("syndFeed11", syndFeed); 
    PrintWriter out = resp.getWriter(); 
    out.println("<h1>"); 
    out.println(); 
    session.setAttribute("syndFeed", syndFeed); 
    out.println("</h1>"); 
    ServletContext context = getServletContext(); 
    RequestDispatcher dispatcher = context.getRequestDispatcher("/WEB-INF/jsp/home.jsp"); 
    dispatcher.forward(req,resp); 

} 
}