Question

我正在尝试使用rss并解析它。我找到了罗马，我正试图用代码来处理它：

private SyndFeed parseFeed(String url) throws IllegalArgumentException, FeedException, IOException {
        return new SyndFeedInput().build(new XmlReader(new URL(url)));
    }


    public Boolean processRSSContent(String url) {
        try {
            SyndFeed theFeed = this.parseFeed(url);
            SyndEntry entry = theFeed.getEntries().get(0);
            ZonedDateTime entryUtcDate = ZonedDateTime.ofInstant(entry.getPublishedDate().toInstant(), ZoneOffset.UTC);
            String entryTitle = entry.getTitle();
            String entryText = entry.getDescription().getValue();
        }
        catch (ParsingFeedException e) {
            e.printStackTrace();
            return false;
        }
        catch (FeedException e) {
            e.printStackTrace();
            return false;
        }
        catch (IOException e) {
            e.printStackTrace();
            return false;
        }
    }

在http://feeds.bbci.co.uk/news/world/rss.xml等某些频道上，一切正常，但在http://habrahabr.ru/rss/之类的其他频道上，我收到错误：

Invalid XML: Error on line 5: The element type "meta" must be terminated by the matching end-tag "</meta>".
com.rometools.rome.io.ParsingFeedException: Invalid XML: Error on line 5: The element type "meta" must be terminated by the matching end-tag "</meta>".

我看了一下这个链接背后的内容，xml真的很奇怪。但它是一个受欢迎的网站，我在其他一些网站上遇到此错误，所以我不相信xml存在问题。我做错了什么？如何阅读这个RSS频道？请问有人伸出援助之手吗？

Answer 1

如果您将网址http://habrahabr.ru/rss/添加到浏览器中，则会注意到它会重定向到https://habrahabr.ru/rss/interesting。您的代码无法处理重定向。

我建议您使用HttpClientFeedFetcher模块中的rome-fetcher，它处理重定向并具有其他高级功能（缓存，条件GET，压缩）：

HttpClientFeedFetcher feedFetcher = new HttpClientFeedFetcher();
try {
    SyndFeed feed = feedFetcher.retrieveFeed(new URL("http://habrahabr.ru/rss/"));
    System.out.println(feed.getLink());
} catch (IllegalArgumentException | IOException | FeedException | FetcherException e) {
    e.printStackTrace();
}

编辑：Rome-fetcher is being deprecated，但可以使用Apache HttpClient，它更灵活。

Java - 罗马：我正在尝试解析RSS提要但在某些频道上出错

1 个答案: