Java：解析 RSS 提要时出错答案

【问题标题】：Java: error while parsing a RSS feedJava：解析 RSS 提要时出错
【发布时间】：2018-04-18 16:51:31
【问题描述】：

您可以在下面看到代码。

public static void main(String[] args) throws Exception {
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        factory.setValidating(true);
        factory.setIgnoringElementContentWhitespace(true);
        DocumentBuilder builder = factory.newDocumentBuilder();

        Document doc = builder.parse("http://rss.adnkronos.com/RSS_Politica.xml");

        NodeList nodes = doc.getElementsByTagName("title");

        for(int k=0; k < nodes.getLength(); k++) {
            System.out.print(nodes.item(k));
        }

    }

RSS提要的链接如下：http://rss.adnkronos.com/RSS_Politica.xml

结果（在控制台中）如下：

null null null null null null null null null null null null null null null null null null null null

你可以在xml中看到，节点标题的值显然不是空的。

结果之后，显示以下错误（翻译自意大利语）。

错误：URI=http://rss.adnkronos.com/RSS_Politica.xml Line=1：根元素“rss”必须匹配根 DOCTYPE“null”。

错误：URI=http://rss.adnkronos.com/RSS_Politica.xml Line=1：文档无效：找不到语法。

【问题讨论】：

标签： java xml rss

【解决方案1】：

有两个问题。让我们先处理您可能最关心的那个。

您的 NodeList 中的节点是 Element 节点。实际的 Text 节点是它们的子节点。所以要得到你想要的值，你可以这样做：

nodes.item(k).getFirstChild().getNodeValue()

或者（在这种情况下）：

nodes.item(k).getTextContent()

我个人认为前者在进行一般解析时稍微健壮一些，因为如果恰好有多个子节点，getTextContent() 将连接所有子节点的所有文本内容。

至于验证错误，默认情况下，当您执行 setValidating(true) 时，它正在寻找一个不存在的嵌入式 DTD，它会向您抱怨它。 tl;dr 是 setValidating(false)。

如果您真的想要验证 RSS，您应该尝试找到一个非官方的（因为没有官方的）XSD 架构文件并在您的 DocumentBuilderFactory 中进行设置。不过，在这种情况下为 RSS 使用 XSD 可能不值得，因为 Internet 上一半的 RSS 虽然完全可用，但可能无法通过验证:)。

【讨论】：

【解决方案2】：

查看您遇到的错误的验证选项。就标题的 null 而言，Node 上的 toString 似乎只是返回 null 或者做了一些刚刚得到 null 的事情。如果您将其更新为System.out.print(nodes.item(k).getTextContent());，它将打印出标题。

【讨论】：