识别 HTML 源代码中的 RSS 链接

Question

有没有办法从 HTML 文本代码中识别 RSS links。我需要在 JAVA 中编写代码以从 HTML 源代码中提取此 link 但我无法找到不同网站如何将其 RSS Link 嵌入 [=16] 的单一方法=] 网页代码。一些网站使用 "type=application/rss+xml" 但并非全部用于例如 discovery.com 和 cnn.com。我可以为任何网站编写代码吗？

Answer 1

我暂时已经解决了我的问题，但如果有人能告诉我更简洁高效的代码，我将不胜感激。我认为我的代码效率不高，它只是一个解决小问题的大循环。我的第一部分代码取自用户 911236 在 Whosebug 上的 post。

我的代码：

public 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;

}

public static String rssURLNews(String 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;
}

public static String rssURLrss(String 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;
}

识别 HTML 源代码中的 RSS 链接

Recognizing RSS Links in HTML source code

java

rss

html-parser