一、弄清结构再动手

　　要想轻松的抽取RSS信息，自然先要了解它的结构，所谓“知己知彼，百战不殆”嘛。 

　　1、RSS的结构

　　我们先打开百度新闻一个RSS链接，如果你再多打开几个别的网站的RSS链接，会发现他们都有大致相同的结构。而我们在揭秘RSS（上）中为大家讲解的其实就是编成实现这样的一个XML文件。

　　为了能够方便地对这样的XML文档进行处理，在本文里，我们使用C#作为开发的语言。

　　分析整个RSS链接后，我们知道RSS大致的结构入图1。

 

　　2、抽取的原理

　　知道了结构，我们还要知道结构中各部分的含义。在图1中RSS节点表示当前是一个RSS文件，它由一个CHANNEL节点及其子节点组成，其中一些子节点提供关于频道本身的信息，比如title表示频道的名称（“百度互联网新闻”）。

　　CHANNEL节点又包含多个ITEM子节点，而ITEM节点就是程序需要处理的部分，因为它对应着每条实际的新闻项信息, 每个ITEM节点又通过其子节点提供关于这条新闻的详细信息，比如title表示新闻的标题（“微软IM称王”），link对应新闻实际的链接。

　　RSS具体规范可查看http://blogs.law.harvard.edu/tech/rss

　　知道了这些后，要编程就不困难啦。我们只需提取并显示出CHANNEL和ITEM下的各条信息就可以了。现在来看看具体的实现方法吧。

　　二．做个程序读新闻

　　对RSS有一定了解后，我们开始编写程序。先还是需要一个最简单的界面。新建一个Win Form 工程，在Form上放置一个Label，一个文本框txtURL用来输入RSS链接（就是各网站RSS链接中包含的地址），一个按钮bnRead用来执行读取新闻, 一个TreeView树形控件treeRSS显示读出的新闻项。

　　1、定义装载结构

　　根据上面分析的RSS结构，我们首先来建立一个rss类，用它来装载RSS链接中CHANNEL和ITEM的各条信息。代码如下：

以下是引用片段：
public class rss 
{ 
　public struct Channel 
　{ 
　　public string Title; 
　　public Hashtable Items; 
　} 

　public struct Item 
　{ 
　　public string Title; 
　　public string Description; 
　　public string Link; 
　} 
} 


　　Channel结构将存储CHANNEL节点包含的所有子节点信息，其中Items成员字段是一个Hashtable集合，程序会将Item结构作为对象加入集合，用来存储Channel下的所有Item节点。这里我只读取了有限的几个节点，读者可以根据实际需要扩展整个结构定义。

　　2、从RSS链接中获取新闻信息

　　现在我们就可以开始编写读取函数，将抽取出的RSS信息放入上面设计好的结构中。

　　C#提供了专门的类来访问XML, 使我们能够轻松地读出RSS的内容。代码如下：

以下是引用片段：
XmlTextReader Reader = new XmlTextReader(URL); 
XmlValidatingReader Valid = new XmlValidatingReader(Reader); 
Valid.ValidationType = ValidationType.None; 
XmlDocument xmlDoc= new XmlDocument(); 
xmlDoc.Load(Reader); 

　　使用XmlDocument类将txtURL中输入的RSS链接加载后，首先通过FoundChildNode函数，找到Channel节点。

以下是引用片段：
private XmlNode FoundChildNode(XmlNode Node,string Name) 
{ 
　XmlNode childlNode = null; 
　for (int i=0;i < Node.ChildNodes.Count;i++) 
　{ 
　　if ( Node.ChildNodes[i].Name == Name && Node.ChildNodes[i].ChildNodes.Count > 0 ) 
　　{ 
　　　childlNode = Node.ChildNodes[i]; 
　　　return childlNode; 
　　} 
　} 
　return childlNode; 
} 
XmlNode rssNode = FoundChildNode(xmlDoc,"rss"); 
XmlNode channelNode = FoundChildNode(rssNode,"channel"); 

　　然后我们就可以遍历它的子节点，根据子节点的Name属性，读取我们需要的信息。
 

以下是引用片段：
rss.Channel channel=new rss.Channel(); 
channel.Items=new Hashtable(); 
{ 
　switch ( channelNode.ChildNodes[i].Name ) 
　{ 
　　case "title": 
　　　{ 
　　　　channel.Title = channelNode.ChildNodes[i].InnerText; 
　　　　break; 
　　　} 
　　case "item": 
　　　{ 
　　　　rss.Item item=this.getRssItem(channelNode.ChildNodes[i]); 
　　　　channel.Items.Add(channel.Items.Count,item ); 
　　　　break; 
　　　} 
　} 
} 
 

　　如果发现是item子节点，就调用getRssItem函数，同样通过遍历子节点的方法，将其子节点内容填入Item结构中，然后再添加到Channel结构的Items集合中。因为本程序并不关心添加到集合的键值，只需要它是不重复的值，所以我传入了Count属性。

　　3.将读出的信息显示在程序中

　　将RSS内容读出后，就需要把信息展示给用户了。我们这里用的是基本的TreeView方法，通过遍历Channel结构的Items集合，将其标题添加到TreeView中。

以下是引用片段：
private void ViewRss(rss.Channel channel) 
{ 
　treeRss.BeginUpdate(); 
　treeRss.Nodes.Clear(); 
　TreeNode channelNode=treeRss.Nodes.Add(channel.Title );  
　channelNode.Tag=""; 
　for (int i=0;i <channel.Items.Count ;i++) 
　{ 
　　rss.Item item=(rss.Item)channel.Items[i]; 
　　TreeNode itemNode=channelNode.Nodes.Add(item.Title ); 
　　itemNode.Tag=item.Link; 
　} 
　treeRss.ExpandAll(); 
　treeRss.EndUpdate(); 
} 

　　同时我们还可以设置TreeView的每个子节点的Tag属性为它对应的链接。以便当选中子节点时就可以通过读取Tag属性访问具体的信息。

以下是引用片段：
private void treeRss_AfterSelect(object sender, System.Windows.Forms.TreeViewEventArgs e) 
{ 
　TreeNode itemNode=e.Node ; 
　string URL=itemNode.Tag.ToString(); 
　if (URL.Length!=0) 
　　System.Diagnostics.Process.Start( URL); 
} 

　　三．小结

　　怎么样，一个简单的RSS新闻阅读器就按前面所说轻松完成了，容易吧。虽然它还有很多不足，但如果大家通过这个例子学会了抽取RSS链接信息的基本方法，那就足够了！