I having a rss file in following :
<?xml version="1.0" encoding="UTF-8" ?> <rss version="2.0" xmlns:dc="http://purl.org/dc/elements/1.1/"> <channel> <title> سایپا نیوز </title> <link>http://www.saipanews.com/</link> <description></description> <language>fa</language> <item> <author></author> <pretitle></pretitle> <title>پیام تبریک دکتر جمالی به مناسبت فرارسیدن سالروز ولادت حضرت علی(ع) و روز پدر</title> <link>http://www.saipanews.com/view-6751.html</link> <pubdate>2016-04-20 10:58:00</pubdate> <description>سایپا نیوز: مدیرعامل گروه خودروسازی سایپا همزمان با فرارسیدن سالروز میلاد باسعادت حضرت علی(ع) و روز پدر، طی پیامی به تمامی پدران متعهد و پرتلاش ایران زمین تبریک گفت.</description> <secid>0</secid> <typid>8</typid> <image>http://www.saipanews.com/media/image/jamali/jmali.JPG</image> </item> <item> <author></author> <pretitle></pretitle> <title>فرهنگ رانندگی بین خطوط در معابر شهری در حال گسترش است </title> <link>http://www.saipanews.com/view-6748.html</link> <pubdate>2016-04-19 11:27:00</pubdate> <description>سایپا نیوز: به گزارش سایپا نیوز و به نقل از فرارو، از آنجایی که فرهنگ رانندگی مجموعه ای از رفتارهای درست رانندگی و آداب زندگی اجتماعی بهنگام تردد در شهرها و جاده ها است، رانندگی در بین خطوط معابر شهری یکی از نمادهای فرهنگ رانندگی در کشورهای درحال توسعه و توسعه یافته می باشد.</description> <secid>0</secid> <typid>8</typid> <image>http://www.saipanews.com/media/image/farhang%20ranandegi/252887_331.jpg</image> </item> </channel> </rss> I want to get image's urls.
I use Rome library but not found any solution.
how to get image's url in item with Rome library ?
2 Answers
Answers 1
I for that get image tag , build new rss parser on the following:
public class NewRssParser extends RSS094Parser implements WireFeedParser { public NewRssParser() { this("rss_2.0"); } protected NewRssParser(String type) { super(type); } protected String getRSSVersion() { return "2.0"; } protected boolean isHourFormat24(Element rssRoot) { return false; } protected Description parseItemDescription(Element rssRoot, Element eDesc) { Description desc = super.parseItemDescription(rssRoot, eDesc); desc.setType("text/html"); // change as per // https://rome.dev.java.net/issues/show_bug.cgi?id=26 return desc; } public boolean isMyType(Document document) { boolean ok; Element rssRoot = document.getRootElement(); ok = rssRoot.getName().equals("rss"); if (ok) { ok = false; Attribute version = rssRoot.getAttribute("version"); if (version != null) { // At this point, as far ROME is concerned RSS 2.0, 2.00 and // 2.0.X are all the same, so let's use startsWith for leniency. ok = version.getValue().startsWith(getRSSVersion()); } } return ok; } @Override public Item parseItem(Element arg0, Element arg1) { Item item = super.parseItem(arg0, arg1); Element imageElement = arg1.getChild("image", getRSSNamespace()); if (imageElement != null) { String imageUrl = imageElement.getText(); Element urlElement = imageElement.getChild("url"); imageUrl = urlElement != null ? urlElement.getText() : imageUrl; Enclosure enc = new Enclosure(); enc.setType("image"); enc.setUrl(imageUrl); item.getEnclosures().add(enc); } return item; } } in the class override parseItem method and add code for get image element and add image's url to Enclosures.
then add following line to rome.properties file :
WireFeedParser.classes=[packge name].NewRssParser
Example :
WireFeedParser.classes=ir.armansoft.newscommunity.newsgathering.parser.impl.NewRssParser
Answers 2
Rome wont provide the <image> tag because it does not belong to the namespace it is in. So the feed isn't valid:
line 18, column 3: Undefined item element: image (29 occurrences) [help] <image>http://www.saipanews.com/media/image/%D8%AA%D9%88%D9%84%D9%8A%D8%A ... If the image tag would be in a different namespace, like this:
<image:image>http://www.saipanews.com/media/image/%D8%AA%D9%88%D9%84%D9%8A%D8%AF/2.jpg</image:image> You could get foreing markup in this way:
for(SyndEntry entry : feed.getEntries()) { for (Element element : entry.getForeignMarkup()) { System.out.println("element: " + element.toString()); } } And the result would be
element: [Element: <image:image [Namespace: http://purl.org/rss/1.0/modules/image/]/>] Unless the feed is fixed, It seems that there isn't a way to get the image url with Rome library at the moment.
0 comments:
Post a Comment