解析 XML 提要

Question

我想解析网站的 RSS 提要并想获取内容（例如文章）并想将它们放入数据库中。后来我还想根据搜索关键字对它们进行索引。谁能告诉如何进行？什么工具最适合用于此？ 我搜索了 Apache lucene、solr 和 apache nutch。但是我仍然不清楚如何用java等编程语言来实现它。 任何人都可以提供有关实施的更多详细信息。

提前致谢。

Answer 1

首先，我会阅读Java API for XML Processing。

接下来，我会熟悉一些网络 API...

• Custom Networking，尤其是Working with URLs
• Apache HTTP Components（注意。这可能有点提前，但我发现它很有用）

我也会熟悉xPath 和How xPath Works，这对于查找您感兴趣的部分文档很有用。

接下来，我会变成JDBC(TM) Database Access

这应该只是涵盖了基础知识。

一旦您对技术有了基本的了解，就需要考虑设计。我将 it 元素分离到它自己的项目中。

将数据下载、解析、排序和插入数据库作为一个项目处理。

在另一个地方处理搜索和检索。

这将突出显示重叠区域并向您显示需要提供公共库的位置。