1
是否有方法从HTML文本代码中识别RSS链接。我需要用JAVA编码来从HTML源代码中提取这个链接,但我无法找到不同网站将RSS链接嵌入到网页HTML代码中的方式。有些网站使用“type = application/rss + xml”,但并非全部用于例如discovery.com和cnn.com。有什么方法可以为任何网站编码?识别HTML源代码中的RSS链接
是否有方法从HTML文本代码中识别RSS链接。我需要用JAVA编码来从HTML源代码中提取这个链接,但我无法找到不同网站将RSS链接嵌入到网页HTML代码中的方式。有些网站使用“type = application/rss + xml”,但并非全部用于例如discovery.com和cnn.com。有什么方法可以为任何网站编码?识别HTML源代码中的RSS链接
我已经解决了我暂时的问题,但如果有人能告诉我更简洁高效的代码,我将不胜感激。我认为我的代码不是那么高效,它只是解决小问题的一个大循环。我的第一部分代码是从user911236的帖子上取得的。
我的代码:
公共静态字符串RSSLinkRetriever(字符串URL) {
String rssUrl = "";
try{
Document doc = Jsoup.connect(url).get();
Elements links = doc.select("link[type=application/rss+xml]");
if (links.size() > 0) {
rssUrl = links.get(0).attr("abs:href").toString();
}
else if(rssURLNews(url) != ""){
rssUrl = rssURLNews(url);
}
else if(rssURLrss(url) != "")
rssUrl = rssURLrss(url);
else{
rssUrl = "No URL found";
}
}
catch (IOException ex) {
Logger.getLogger(RSSReader.class.getName()).log(Level.SEVERE, null, ex);
}
return rssUrl;
}
公共静态字符串rssURLNews(字符串URL){
Document doc;
String str = "";
try {
doc = Jsoup.connect(url).get();
// get all links
Elements links = doc.select("a[href]");
for (Element link : links) {
if(link.text().equals("News")){
str = RSSLinkRetriever(link.attr("href"));
}
}
} catch (IOException e) {
e.printStackTrace();
}
return str;
}
公共静态字符串rssURLrss(字符串url) {
Document doc;
String str = "";
try {
doc = Jsoup.connect(url).get();
// get all links
Elements links = doc.select("a[href]");
for (Element link : links) {
if(link.text().equals("RSS")){
str = link.attr("href");
}
}
} catch (IOException e) {
e.printStackTrace();
}
return str;
}