識別HTML源代碼中的RSS鏈接

Question

是否有方法從HTML文本代碼中識別RSS鏈接。我需要用JAVA編碼來從HTML源代碼中提取這個鏈接，但我無法找到不同網站將RSS鏈接嵌入到網頁HTML代碼中的方式。有些網站使用「type = application/rss + xml」，但並非全部用於例如discovery.com和cnn.com。有什麼方法可以爲任何網站編碼？

Answer 1

我已經解決了我暫時的問題，但如果有人能告訴我更簡潔高效的代碼，我將不勝感激。我認爲我的代碼不是那麼高效，它只是解決小問題的一個大循環。我的第一部分代碼是從user911236的帖子上取得的。

我的代碼：

公共靜態字符串RSSLinkRetriever（字符串URL） {

String rssUrl = "";  
    try{ 
      Document doc = Jsoup.connect(url).get(); 

      Elements links = doc.select("link[type=application/rss+xml]"); 
      if (links.size() > 0) { 
       rssUrl = links.get(0).attr("abs:href").toString(); 
      } 
      else if(rssURLNews(url) != ""){ 

      rssUrl = rssURLNews(url); 
      } 
      else if(rssURLrss(url) != "") 
       rssUrl = rssURLrss(url); 
      else{ 
       rssUrl = "No URL found"; 
      } 
     } 
     catch (IOException ex) { 
      Logger.getLogger(RSSReader.class.getName()).log(Level.SEVERE, null, ex); 
     } 

     return rssUrl; 

} 

公共靜態字符串rssURLNews（字符串URL）{

Document doc; 
    String str = ""; 
    try { 
     doc = Jsoup.connect(url).get(); 

     // get all links 
     Elements links = doc.select("a[href]"); 
     for (Element link : links) { 
      if(link.text().equals("News")){ 
       str = RSSLinkRetriever(link.attr("href")); 
      } 
     } 

    } catch (IOException e) { 
     e.printStackTrace(); 
    } 
    return str; 
} 

公共靜態字符串rssURLrss（字符串url） {

Document doc; 
    String str = ""; 
    try { 
     doc = Jsoup.connect(url).get(); 

     // get all links 
     Elements links = doc.select("a[href]"); 
     for (Element link : links) { 
      if(link.text().equals("RSS")){ 
       str = link.attr("href"); 
      } 
     } 

    } catch (IOException e) { 
     e.printStackTrace(); 
    } 
    return str; 
}