使用C#和.net 3.5阅读RSS的问题

Question

我一直在尝试编写一些例程来使用System.ServiceModel.Syndication中提供的新例程来读取RSS和ATOM提要,但不幸的是,Rss20FeedFormatter对我尝试的大约一半的提示进行了炸弹,但有以下异常:

An error was encountered when parsing a DateTime value in the XML.

只要RSS提要以下列格式表达发布日期,就会出现这种情况:

2008年10月16日星期四14:23:26 -0700

如果Feed将发布日期表示为GMT,那么情况就好了:

周四,08年10月16日21:23:26 GMT

如果有一些方法可以使用XMLReaderSettings解决这个问题,我还没有找到它.有人可以帮忙吗？

Answer 1

根据微软提交给我的错误报告中的解决方法,我制作了一个专门用于阅读具有非标准日期的SyndicationFeeds的XmlReader.

下面的代码与Microsoft网站的变通方法中的代码略有不同.它还需要Oppositional关于使用RFC 1123模式的建议.

您不需要简单地调用XmlReader.Create(),而是需要从Stream创建XmlReader.我使用WebClient类来获取该流:

WebClient client = new WebClient();
using (XmlReader reader = new SyndicationFeedXmlReader(client.OpenRead(feedUrl)))
{
    SyndicationFeed feed = SyndicationFeed.Load(reader);
    ....
    //do things with the feed
    ....
}

以下是SyndicationFeedXmlReader的代码:

public class SyndicationFeedXmlReader : XmlTextReader
{
    readonly string[] Rss20DateTimeHints = { "pubDate" };
    readonly string[] Atom10DateTimeHints = { "updated", "published", "lastBuildDate" };
    private bool isRss2DateTime = false;
    private bool isAtomDateTime = false;

    public SyndicationFeedXmlReader(Stream stream) : base(stream) { }

    public override bool IsStartElement(string localname, string ns)
    {
        isRss2DateTime = false;
        isAtomDateTime = false;

        if (Rss20DateTimeHints.Contains(localname)) isRss2DateTime = true;
        if (Atom10DateTimeHints.Contains(localname)) isAtomDateTime = true;

        return base.IsStartElement(localname, ns);
    }

    public override string ReadString()
    {
        string dateVal = base.ReadString();

        try
        {
            if (isRss2DateTime)
            {
                MethodInfo objMethod = typeof(Rss20FeedFormatter).GetMethod("DateFromString", BindingFlags.NonPublic | BindingFlags.Static);
                Debug.Assert(objMethod != null);
                objMethod.Invoke(null, new object[] { dateVal, this });

            }
            if (isAtomDateTime)
            {
                MethodInfo objMethod = typeof(Atom10FeedFormatter).GetMethod("DateFromString", BindingFlags.NonPublic | BindingFlags.Instance);
                Debug.Assert(objMethod != null);
                objMethod.Invoke(new Atom10FeedFormatter(), new object[] { dateVal, this });
            }
        }
        catch (TargetInvocationException)
        {
            DateTimeFormatInfo dtfi = CultureInfo.CurrentCulture.DateTimeFormat;
            return DateTimeOffset.UtcNow.ToString(dtfi.RFC1123Pattern);
        }

        return dateVal;

    }

}

同样,这几乎完全是从上面链接中Microsoft站点上发布的变通方法中复制的....除了这个适合我,而微软发布的那个没有.

注意:您可能需要做的一点定制是在类的开头的两个数组中.根据非标准Feed可能添加的任何无关字段,您可能需要向这些阵列添加更多项目.

Answer 2

RSS 2.0格式的联合供稿在序列化pubDate和lastBuildDate等元素时使用RFC 822日期时间规范.遗憾的是,RFC 822日期时间规范是一种非常"灵活"的语法,用于表示DateTime的时区组件.

时区可以以多种方式指示."UT"是世界时(以前称为"格林威治标准时间"); 允许"GMT"作为对世界时的参考.军事标准对每个区域使用单个字符."Z"是世界时."A"表示提前一小时,"M"表示提前12小时; "N"是一小时后,"Y"是12小时后.不使用字母"J".其余两种形式取自ANSI标准X3.51-1975.一个允许明确指示UT的偏移量; 另一个使用常见的3字符字符串来表示北美的时区.

我认为该问题涉及如何处理RFC 822日期时间值的区域组件.Feed格式化程序似乎不处理使用本地差异来指示时区的日期时间.

由于RFC 1123扩展了RFC 822规范,您可以尝试使用DateTimeFormatInfo.RFC1123Pattern("r")来处理转换problamatic日期时间,或者为RFC 822格式化日期编写自己的解析代码.另一种选择是使用第三方框架而不是System.ServiceModel.Syndication命名空间类.

似乎有一些已知的日期时间解析问题和正在由Microsoft解决的Rss20FeedFormatter.