Java- Rome : I am trying to parse RSS feed but get a error on some channels

Question

我正在尝试使用 RSS 并解析它。我找到了 Rome ，我正在尝试通过代码使用它:

private SyndFeed parseFeed(String url) throws IllegalArgumentException, FeedException, IOException {
        return new SyndFeedInput().build(new XmlReader(new URL(url)));
    }


    public Boolean processRSSContent(String url) {
        try {
            SyndFeed theFeed = this.parseFeed(url);
            SyndEntry entry = theFeed.getEntries().get(0);
            ZonedDateTime entryUtcDate = ZonedDateTime.ofInstant(entry.getPublishedDate().toInstant(), ZoneOffset.UTC);
            String entryTitle = entry.getTitle();
            String entryText = entry.getDescription().getValue();
        }
        catch (ParsingFeedException e) {
            e.printStackTrace();
            return false;
        }
        catch (FeedException e) {
            e.printStackTrace();
            return false;
        }
        catch (IOException e) {
            e.printStackTrace();
            return false;
        }
    }

在某些 channel 上，如 http://feeds.bbci.co.uk/news/world/rss.xml一切正常，但在其他一些 channel 上，如 http://habrahabr.ru/rss/我收到错误:

Invalid XML: Error on line 5: The element type "meta" must be terminated by the matching end-tag "</meta>".
com.rometools.rome.io.ParsingFeedException: Invalid XML: Error on line 5: The element type "meta" must be terminated by the matching end-tag "</meta>". 

我看了一下这个链接后面的内容，XML 确实很奇怪。但它是一个受欢迎的网站，我在其他一些网站上也遇到了这个错误，所以我不认为 XML 存在问题。我做错了什么？如何阅读此 RSS channel ？

Answer 1

如果您输入网址 http://habrahabr.ru/rss/到您的浏览器，您会注意到它重定向到 https://habrahabr.ru/rss/interesting 。您的代码不处理重定向。

我建议您使用HttpClientFeedFetcher来自rome-fetcher模块，它处理重定向并具有其他高级功能(缓存、条件 GET、压缩):

HttpClientFeedFetcher feedFetcher = new HttpClientFeedFetcher();
try {
    SyndFeed feed = feedFetcher.retrieveFeed(new URL("http://habrahabr.ru/rss/"));
    System.out.println(feed.getLink());
} catch (IllegalArgumentException | IOException | FeedException | FetcherException e) {
    e.printStackTrace();
}

编辑:Rome-fetcher is being deprecated ，但是可以使用Apache HttpClient来代替，而且更加灵活。