学习RSS2.0规范

目前需要制作一个RSS阅读器,看看RSS2.0规范先。首先给出RSS的定义,给出了书写RSS2.0规范时使用的书签,接着,详细的描述了每个标签元素的用法和范例,最后给出了基于RSS2.0标准的XML文档。

什么是RSS

RSS(Really Simple Syndication),是一种网页内容联合格式(web content sydication format)。RSS是XML的一种。所有的RSS文档都遵循XML 1.0规范,该规范发布在W3C网站上。

在一个RSS文档的开头是一个<rss>节点和一个规定的属性version,该属性规定了该文档将以RSS的哪个版本表示。如果该文档以这个规范来表示,那么它的version属性就必须等于2.0。

在<rss>节点的下一级是一个独立的<channel>节点,该节点包含关于channel的信息和内容。

内容信息使用< item>节点表示,< item>的子节点有title、link、author、pubDate、description。

rss:每个RSS Feed,都有而且只能有一个rss标签,作为顶层元素

channel:在RSS标签下,必须有且只能有一个channel标签

item:可以出现多个item,每个item,描述一条日志信息

title:日志的标题

link:日志的URL访问地址

author:日志的作者

pubDate:日志的发布日期

description:日志的内容

必需的频道节点

下面有一份必须包含的频道(channel)节点的列表,每一个都有一个简单的描述、一个例子、应该出现的位置和更详细描述的超链接。如下表所示:

元素

描述

范例

title

频道(channel)名称。它可以告诉别人如何访问你的服务。如果你有一个与你的RSS文件内容一致的HTML网站,你的title元素值应该与你的网站的标题相同。

GoUpstate.com News Headings

link

响应该频道的网站的URL

http://www.goupstate.com/

description

关于该频道的描述

The latest news from GoUpstate.com

可选的频道元素

下面是可选的频道元素列表

节点

描述

范例

language

使用的语言。这允许聚合器对所有的意大利语站点分组。

en-us

copyright

版权声明

Copyright 2002, Spartanburg Herald-Journal

managingEditor

内容负责人的Email

geo@herald.com (George Matesky)

webMaster

技术人员的Email

betty@herald.com (Betty Guernsey)

pubDate

内容的发布时间

Sat, 07 Sep 2002 00:00:01 GMT

lastBuildDate

最后更新时间

Sat, 07 Sep 2002 09:42:31 GMT

category

指定该频道所属的一个或多个分类。遵循与item级category元素相同的规则。

<category>Newspapers</category>

generator

生成该频道的程序名称

MightyInHouse Content System v2.3

docs

指向rss格式文档的url地址?

http://blogs.law.harvard.edu/tech/rss

cloud

允许所有进程注册一个cloud用于获得频道的更新通知,并为rss种子实现一个轻量级的发布订阅协议。

<cloud domain="rpc.sys.com" port="80" path="/RPC2" registerProcedure="pingMe" protocol="soap"/>

ttl

ttl是Time to live的缩写。它指示cache的有效保存时间。

<ttl>60</ttl>

image

与频道一起显示的图片地址

rating

该频道的统计图片地址

textInput

指定一个textbox与该频道一起显示

skipHours

告诉使用者哪些时段是可以忽略的

skipDays

告诉使用着哪些天是可以忽略的

频道元素的具体说明

<channel>子节点<image>

<image>是一个可选的<channel>子节点,该节点包含三个必需的子元素和三个可选的子元素。

* <url>是GIF、JPEG或PNG图像文件的URL地址,该图像代表整个频道

* <title>用于描述上面的图像,等同于HTML语言中的<img>的alt属性

* <link>是要连接的站点的url,当显示频道时,图像的连接指向该站点。

<title>和<link>应该与频道的<title>和<link>有相同的值

可选的节点包括<width>和<height>,它们是数字类型,指定图像的宽度和高度,单位为像素。<description>就是link的TITLE属性中文本,它将在调用网页时显示出来。图像宽度的最大值为144,默认值为88;图像高度的最大值为400,默认值为31

<channel>子节点<cloud>

<cloud>是一个可选的<channel>子节点。它指定一个可以支持rssCloud接口的web服务,rssCloud接口可以用HTTP-POST,XML-RPC或SOAP1.1实现。它的目的是允许通知注册为cloud的进程频道被更新,从而实现一个轻量级的发布订阅协议。

<cloud domain="rpc.sys.com" port="80" path="/RPC2" registerProcedure="myCloud.rssPleaseNotify" protocol="xml-rpc"/>

在这个例子中,为了请求频道通知,你需要发送一个XML-RPC消息到rpc.sys.com的80端口,路径为/RPC2。调用的过程为myCloud.rssPleaseNotify。

<channel>子节点<ttl>

<ttl>是一个可选的<channel>子节点。ttl是time to live的缩写。它表示频道在被刷新前应该被缓存的时间。这使得rss源可以被一个支持文件共享的网络所管理,例如Gnutella
例如:<ttl>60</ttl>

<channel>子节点<textInput>

<textInput>是<channel>的可选的子节点,<textInput>包含四个子节点。

* <title>--提交按钮的标签

* <description>--该文本输入区的描述

* <name>--文本输入区的名称

* <link>--处理文本输入的CGI脚本的URL

使用<textInput>的目的有些神秘(?)。你可以用它提供一个搜索引擎输入框,或让读者提供反馈信息。许多聚合器忽略该节点。

<item>的节点

一个频道可以包含许多项目(item)节点。一个项目可以代表一个故事——比如说一份报纸或杂志上的故事,如果是这样的话,那么项目的描述则是故事的概要,项目的链接则指向整个故事的存放位置。项目的所有节点都是可选的,但是至少要包含至少一个标题(title)和描述(description)。如下表所示:

节点

描述

范例

title

item的标题

Venice Film Festival Tries to Quit Sinking

link

item的URL

http://www.nytimes.com/2002/09/07/movies/07FEST.html

description

item概要

Some of the most heated chatter at the Venice Film Festival this week was about the way that the arrival of the stars at the Palazzo del Cinema was being staged.

author

作者的email地址

oprah@oxygen.net

category

item可以包含在一个或多个分类中

Simpsons Characters

comments

与item相关的评论的地址

http://www.myblog.org/cgi-local/mt/mt-comments.cgi?entry_id=290

enclosure

附加的媒体对象

guid

可以唯一确定item的字符串

http://inessential.com/2002/09/01.php#a2

pubDate

item发布的时间

Sun, 19 May 2002 15:21:36 GMT

source

rss频道来源

Quotes of the Day

Item元素的具体说明

<item>子节点<source>

<source>是<item>的可选节点。它的值是item来自的rss频道的名称,从item的title衍生而来。它有一个必须包含的属性url,该属性链接到XML序列化源。格式如下所示:

<source url="http://static.userland.com/tomalak/links2.xml">Tomalak's Realm</source>

该节点的作用是提高连接的声望,进一步推广新闻项目的源头。它可以用在聚合器的Post命令中。当从聚合器通过webblog访问一个item时,<source>能够自动被生成。

<item>子节点<enclosure>

<enclosure>是<item>的可选节点。它有三个必要的属性。url属性指示enclosure的位置,length指出它的字节大小,type属性指出它的标准MIME类型。url必须为一个http url。

<enclosure url=http://www.scripting.com/mp3s/weatherReportSuite.mp3 length="12216320" type="audio/mpeg" />

<item>子节点<category>

<category>是<item>的可选节点。它有一个可选属性或域,该属性是一个用来定义分类法的字符串。该节点的值是一个正斜杠分割的字符串,它用来在指定的分类法中识别一个分级位置(hierarchic location)。处理器可以为分类的识别建立会话。(Processors may establish conventions for the interpretation of categories)下面有两个例子:

<category>Grateful Dead</category>

<category domain="http://www.fool.com/cusips">MSFT</category>

你可以根据你的需要为不同的域(domain)包含很多category节点,并且可以在相同域的不同部分拥有一个前后参照的item。

<item>子节点<pubDate>

<pubDate>是<item>的可选节点。它的值是item发布的日期。如果它是一个没有到达的日期,聚合器在日期到达之前可以选择不显示该item。例子如下所示:

<pubDate>Sun, 19 May 2002 15:21:36 GMT</pubDate>

<item>子节点<guid>

<guid>是<item>的可选节点。guid是globally unique identifier的缩写。它是一个可以唯一识别item的字符串。当item发布之后,聚合器可以选择使用该字符串判断该item是否是新的。

<guid>http://some.server.com/weblogItem3207</guid>

guid没有特定的语法规则,聚合器必须将他们看作一个字符串。生成具有唯一性的字符串guid取决于种子的源头。

如果guid节点有isPermaLink属性,并且值为真,读取器就会认为它是item的permalink。permalink是一个可在web浏览器中打开的url链接,它指向<item>节点所描述的全部item。

<guid isPermaLink="true">http://inessential.com/2002/09/01.php#a2</guid>

isPermaLink是可选属性,默认值为真。如果值为假,guid将不会被认为是一个url或指向任何对象的url。

<item>子节点<comment>

<comment>是<item>的可选节点。如果出现,它指向该item评论的url。

<comments>http://rateyourmusic.com/yaccs/commentsn/blogId=705245&amp;itemId=271</comments>

<item>子节点<author>

<author>是<item>的可选节点。它是item的作者的email。对于通过rss传播的报纸和杂志,作者可能是写该item所描述的文章的人。对于聚集型webblogs,作者可能不是责任编辑或站长。对于个人维护的webblog,忽略<author>节点是有意义的。

<author>lawyer@boyer.net (Lawyer Boyer)</author>

具体应用

<?xml version="1.0" encoding="utf-8" ?>

<rss version="2.0" xmlns:wfw="http://wellformedweb.org/CommentAPI/">

<channel>

<title>标题></title>

<link>链接地址</link>

<description>描述</description>

<language>描述语言</language>

<copyright>版本</copyright>

<pubDate>21 Oct 2008 01:43:15 GMT</pubDate>

< item>

<title>日志的标题</title>

<link>日志的URL访问地址</link>

<author>日志的作者</author>

<pubDate>日志的发布日期</pubDate>

<description>日志的内容</description>

</item>

</channel>

</rss>

发展方向

RSS 决不是一个完美的格式,但是它现在已经非常流行,并得到广泛的支持。要成为一个固定的规范,RSS需要很长的一段时间。这项工作的目的是帮助RSS成为一个固定的事情,同时促进和培育围绕它进行的开发的市场的增长,并为新的聚合格式铺平道路。因此,为了实用的目的,RSS规范将被冻结在2.0.2版本。我们可以预期的可能的2.0.2 或者 2.0.3等版本,都只是出于澄清规范的目的,而不是在格式上增加新的特征。后续的工作应该集中在模块化、名字空间的使用和在完全新的聚合格式中用新的名字等方面。