您现在的位置：程式碼之家 >> 編程語言 > >> Java 程式設計 >> Java 相關知識

Java 實戰：使用 StAX 將 Atom Feed 轉換為 RDF Site Syndication

編輯：Java 相關知識

背景：RDF 與 Atom

RDF (Resource Description Framework) 為 W3C 標準，核心是「主語-謂語-賓語」三元組，構建語義網元資料模型。Atom 為聚合格式（源自 RSS 限制），以 XML 表達，廣泛用於部落格/社群摘要。Atom 缺乏語義定義，轉為 RDF 可兼具聚合與語義優勢，利於語義網搜尋引擎收錄，提升曝光與流量。

採用 RDF Site Syndication (RSS 1.0) 規範，搭配 Dublin Core Metadata Initiative (DCMI) 補足日期等缺失定義。

技術棧

Java 1.6+
StAX (Streaming API for XML) —— 游標式解析/寫入，效能優於 DOM/SAX，支援讀寫雙向操作。

資料模型：兩個 JavaBeans

// Channel.java：對應 <channel> 區段
public class Channel {
    private String about, title, description, link, date;
    private List<String> items = new ArrayList<>();
    // getter/setter 略
}

// Item.java：對應每個 <item> 區段
public class Item {
    private String format, date, link, creator, title, description, source;
    // getter/setter 略
}

轉換核心類：AtomToRdf

public class AtomToRdf {
    private Channel channel = new Channel();
    private List<Item> itemList = new ArrayList<>();

    public static void main(String[] args) { new AtomToRdf().go(); }
    private void go() { parseAtom(); createRdf(); }

    // 常數定義名稱空間
    private static final String DUBLIN_CORE_PREFIX = "dc";
    private static final String DUBLIN_CORE_URI = "https://purl.org/dc/elements/1.1/";
    private static final String RDF_PREFIX = "rdf";
    private static final String RDF_URI = "https://www.w3.org/1999/02/22-rdf-syntax-ns#";
    private static final String RSS_URI = "https://purl.org/rss/1.0/";
    ...
}

解析 Atom Feed (parseAtom)

使用 XMLInputFactory 建立 XMLEventReader，逐事件處理。關鍵邏輯：

boolean inEntry 區分 <feed> 層級的 <title> 與 <entry> 內的 <title>。
Item currentItem 暫存單一條目資料，遇 <entry> 起始建立新實例，遇結束加入 itemList。
針對各元素（title、content、id、published、link、author 等）提取文字內容，填入 channel 或 currentItem 對應屬性。

private void parseAtom() {
    try {
        XMLInputFactory factory = XMLInputFactory.newInstance();
        InputStream in = new URL("https://twitter.com/statuses/public_timeline.atom").openStream();
        XMLEventReader reader = factory.createXMLEventReader(in);

        boolean inEntry = false;
        Item currentItem = null;

        while (reader.hasNext()) {
            XMLEvent event = reader.nextEvent();
            if (event.isStartElement()) {
                StartElement elem = event.asStartElement();
                String name = elem.getName().getLocalPart();
                if ("entry".equals(name)) { inEntry = true; currentItem = new Item(); continue; }
                if ("title".equals(name)) {
                    event = reader.nextEvent();
                    String val = event.asCharacters().getData();
                    if (!inEntry) channel.setTitle(val); else currentItem.setTitle(val);
                    continue;
                }
                // ... 處理 content, id, published, link, author 等元素 ...
                if ("/entry".equals(name)) { // 實際為 EndElement 判斷
                    itemList.add(currentItem);
                    inEntry = false;
                }
            }
        }
    } catch (Exception e) { e.printStackTrace(); }
}

產生 RDF 文件 (createRdf)

使用 XMLOutputFactory 建立 XMLStreamWriter，輸出至 c:/twitter.rdf：

寫入根元素 <rdf:RDF> 及三個名稱空間（rdf、rss、dc）。
呼叫 writeChannel() 輸出 <channel> 區段（含 <items>/<rdf:Seq> 列出所有項目連結）。
呼叫 writeItems() 迴圈輸出每個 <item> 區段，含 DCMI 元資料（format、date、source、creator）與標準元素（title、link、description）。
關閉根元素與文件。

private void createRdf() {
    try {
        XMLOutputFactory factory = XMLOutputFactory.newInstance();
        XMLStreamWriter writer = factory.createXMLStreamWriter(new FileOutputStream("c:/twitter.rdf"));
        writer.writeStartElement(RDF_PREFIX, "RDF", RDF_URI);
        writer.writeNamespace(RDF_PREFIX, RDF_URI);
        writer.writeNamespace("", RSS_URI);
        writer.writeNamespace(DUBLIN_CORE_PREFIX, DUBLIN_CORE_URI);
        writer.writeCharacters("\n ");
        writeChannel(writer);
        writeItems(writer);
        writer.writeCharacters("\n");
        writer.writeEndElement();
        writer.writeEndDocument();
        writer.close();
    } catch (Exception e) { e.printStackTrace(); }
}