[UWP]涨姿势UWP源码——RSS feed的获取和解析

Posted 2020-08-21 楼上那个蜀黍

　　本篇开始具体分析涨姿势UWP这个APP的代码，首先从数据的源头着手，即RSS feed的获取和解析，相关的类为RssReader，所有和数据相关的操作均放在里面。

　　涨姿势网站提供的RSS feed地址为http://www.zhangzishi.cc/feed，在UWP中想要通过发送http request并从URI接受http response，最简单的方式就是使用HttpClient：

        public async Task<string> DownloadRssString()
        {
            var httpClient = new HttpClient();
            var result = await httpClient.GetStringAsync(new Uri("http://www.zhangzishi.cc/feed"));
            return result;
        }

　　通过上面这个方法，我们会获取到最新的涨姿势的数据源，并且是以XML格式组织的。头部是一些命名空间的定义，接下来的channel节点定义了一些title，description等信息，这里比较重要的是lastBuildDate，因为后面我们会根据这个字段来判断是否有新数据需要保存到本地，并刷姿势新闻列表。

<rss version="2.0"
    xmlns:content="http://purl.org/rss/1.0/modules/content/"
    xmlns:wfw="http://wellformedweb.org/CommentAPI/"
    xmlns:dc="http://purl.org/dc/elements/1.1/"
    xmlns:atom="http://www.w3.org/2005/Atom"
    xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
    xmlns:slash="http://purl.org/rss/1.0/modules/slash/">
  <channel>
    <title>涨姿势</title>
    <atom:link href="http://www.zhangzishi.cc/feed" rel="self" type="application/rss+xml" />
    <link>http://www.zhangzishi.cc</link>
    <description>骚年,来这里涨点姿势吧！</description>
    <lastBuildDate>Sun, 17 Jul 2016 04:37:46 +0800</lastBuildDate>
</channel>
</rss>

　　APP核心的新闻内容对应数据源中Item节点，每一个Item就对应一条涨姿势的新闻。整个XML文件中会存在几十个Item节点。对Item节点进行解析后，我们会创建一个Item对象的集合，映射到UI界面的ListView上，同时也要分析并保存每一个Item节点的详细信息，在用户点击ListView的具体ListViewItem时，打开详细页面填充内容。比如下图右侧的详细内容较为简单，仅仅是一副图片。

　　

　　我们来看一个Item节点的Sample：

    <item>
      <title>日本某高校一男生在女生生日派对上公开表白，青春真好</title>
      <link>http://www.zhangzishi.cc/20160717zh.html</link>
      <comments>http://www.zhangzishi.cc/20160717zh.html#comments</comments>
      <pubDate>Sun, 17 Jul 2016 04:37:46 +0800</pubDate>
      <dc:creator><![CDATA[丁丁]]></dc:creator>
      <category><![CDATA[世界观]]></category>
      <guid isPermaLink="false">http://www.zhangzishi.cc/?p=178981</guid>
      <description><![CDATA[日本某高校一男生在女生生日派对上公开表白。“在这个世界上我最喜欢的人是你，我会好好珍惜你的。”看得本公举全程一 [&#8230;]]]></description>
      <content:encoded>
        <![CDATA[<p style="color: #444444;">日本某高校一男生在女生生日派对上公开表白。“在这个世界上我最喜欢的人是你，我会好好珍惜你的。”看得本公举全程一直傻笑，青春真好啊~</p>
<p><embed width="480" height="480" type="application/x-shockwave-flash" src="http://video.weibo.com/player/1034:7e3df996c2f5e9a1973974f0bb9e5e39/v.swf" allowscriptaccess="always" allowfullscreen="allowfullscreen" wmode="transparent" quality="high"></embed></p>
<p>视频链接：<a style="color: #428bca;" href="http://weibo.com/p/2304447e3df996c2f5e9a1973974f0bb9e5e39" target="_blank">http://weibo.com/p/2304447e3df996c2f5e9a1973974f0bb9e5e39</a><img src="http://cdnjp.zhangzishi.cc/wp-content/uploads/2016/05/024045ftw.jpg" alt="" class="alignnone size-medium wp-image-171793" /></p>
<p>微信订阅号 zhangzishi_weixin 合作请直接联系 [e-mail]</p>
]]>
      </content:encoded>
      <wfw:commentRss>http://www.zhangzishi.cc/20160717zh.html/feed</wfw:commentRss>
      <slash:comments>12</slash:comments>
    </item>

　　很容易就能分析出title，pubDate，description，category这些内容，我们会建立对应的Model对象来存储相关信息。同时我们也发现，详细内容放置在<content:encoded>节点，并加了<![CDATA[>>标签，包含在标签中的内容会被XML的解析器忽略，当作一般文本处理。所以你会看见content节点中包含了大量的HTML标签，这些HTML的内容会被作为整体的字符串存储在Item对象的ContentEncoded属性中。

    public class Item
    {
        public string Title { get; set; }
        public Uri Link { get; set; }
        public DateTime PublishedDate { get; set; }
        public string Creator { get; set; }
        public string Category { get; set; }
        public string Description { get; set; }
        public string ContentEncoded { get; set; }
        public string CoverImageUri { get; set; } 
    }

　　XML文件的处理，我这里选择来System.Xml.Linq命名空间下的XDocument类来处理。在获取rss这个根的XElement后，在channel节点找到Item节点的集合，对Item进行解析：

        private Item ParseItemNode(XElement itemNode)
        {
            var item = new Item();
            item.Title = itemNode.Element("title").Value;
            string uriString = itemNode.Element("link").Value;
            if (string.IsNullOrEmpty(uriString) == false)
            {
                item.Link = new Uri(uriString);
            }
            item.PublishedDate = DateTime.Parse(itemNode.Element("pubDate").Value);

            XNamespace dc = XmlNameSpaceDic["dc"];
            item.Creator = itemNode.Element(dc + "creator").Value;
            item.Category = itemNode.Element("category").Value;
            item.Description = itemNode.Element("description").Value;
            XNamespace content = XmlNameSpaceDic["content"];
            var contentEncoded = itemNode.Element(content + "encoded").Value;
            
            var allImageUri = GetAllImageUri(ref contentEncoded);
            item.CoverImageUri = allImageUri.FirstOrDefault();
            item.ContentEncoded = RemoveEmbedFlash(contentEncoded);
            return item;
        }

　　这里稍微值得注意的是部分节点存在命名空间，在通过Element方法取值的时候，需要加上对应的命名空间才能成功。这里附上一个获取XML文件头部定义的命名空间的方法：

        private Dictionary<string, string> GetXmlNameSpaceDic(XElement rssNode)
        {
            var dic = new Dictionary<string, string>();
            foreach (var attribute in rssNode.Attributes().Where(_ => _.IsNamespaceDeclaration))
            {
                dic.Add(attribute.Name.LocalName,attribute.Value);
            }

            return dic;
        }

　　ParseItemNode方法中还做了一件特殊的事情，是去去正文中的图片地址，因为rss feed没有提供每条新闻的封面图片，我这里就通过正则表达式将正文的图片地址筛选出来，以第一张图片作为新闻的封面。正则表达式匹配项中有一个Group的概念，可以很好的选出img节点中的src属性，EditImageUri这个方法是为了给图片加上width和height更好的适应不同尺寸的屏幕：

        private List<string> GetAllImageUri(ref string content)
        {
            var matchList = new List<string>();
            string pattern = "<img.+?src=[\\"\'](.+?)[\\"\'].*?>";

            var regex = new Regex(pattern, RegexOptions.IgnoreCase);
            foreach (Match match in regex.Matches(content))
            {
                var uri = EditImageUri(match.Value);
                if (uri != match.Value)
                {
                    matchList.Add(match.Groups[1].Value);
                    content = content.Replace(match.Value, uri);
                }
            }

            return matchList;
        }

　　大体上RssReader这个类就分析完了，具体的代码有兴趣请去GitHub上查看，如果发现了bug还望不吝赐教，帮我提个pull request，万分感激。

　　其实这个涨姿势UWP的APP属于闹着玩，网易云阅读WP版太简陋，看起来限制太多，思来想去自己动手丰衣足食，后面还会进一步补充功能，毕竟现在这个版本我用起来也不满意。

　　GitHub：

https://github.com/manupstairs/ZhangZiShiRSSRead

　　Windows Store：

https://www.microsoft.com/zh-cn/store/p/%e6%b6%a8%e5%a7%bf%e5%8a%bfuwp/9nblggh3zqd1