确定Feed是Atom还是RSS

Question

我正在尝试确定给定的Feed是基于Atom还是基于RSS.

这是我的代码:

public boolean isRSS(String URL) throws ParserConfigurationException, SAXException, IOException{
        DocumentBuilder builder = DocumentBuilderFactory.newInstance()
                .newDocumentBuilder();
        Document doc = builder
                .parse(URL);
        return doc.getDocumentElement().getNodeName().equalsIgnoreCase() == "rss";
    }

有没有更好的方法呢？如果我使用SAX Parser会更好吗？

Answer 1

嗅探内容是一种方法。但请注意，atom 使用命名空间，并且您正在创建一个非命名空间感知的解析器。

public boolean isAtom(String URL) throws ParserConfigurationException, SAXException, IOException{
    DocumentBuilderFactory f = DocumentBuilderFActory.newInstance();
    f.setNamespaceAware(true);
    DocumentBuilder builder = f.newInstance().newDocumentBuilder();
    Document doc = builder.parse(URL);
    Element e = doc.getDocumentElement(); 
    return e.getLocalName().equals("feed") && 
            e.getNamespaceURI().equals("http://www.w3.org/2005/Atom");
}

另请注意，不能使用 equalsIgnorCase() 进行比较，因为 XML 元素名称区分大小写。

另一种方法是对 Content-Type 标头做出反应（如果它在 HTTP GET 请求中可用）。ATOM 的 Content-Type 为application/atom+xmlRSS application/rss+xml。但我怀疑并非所有 RSS 提要都可以信任正确设置此标头。

第三个选项是查看 URL 后缀，例如 .atom 和 .rss。

如果您使用 Spring 或 JAX-RS，最后两种方法很容易配置