检查URL是否为有效的订阅源

Question

我正在使用Argotic Syndication Framework处理订阅源。但问题是，如果我向Argotic传递一个无效的URL（例如：http://stackoverflow.com 是一个html页面，不是订阅源），程序会卡住（我指的是，Argotic会陷入无限循环）。那么，如何检查一个URL是否指向有效的订阅源？

- Mahdi Ghiasi

Answer 1

从.NET 3.5开始，您可以使用以下内容。如果它不是有效的 feed，则会引发异常。

using System.Diagnostics;
using System.ServiceModel.Syndication;
using System.Xml;

public bool TryParseFeed(string url)
{
    try
    {
        SyndicationFeed feed = SyndicationFeed.Load(XmlReader.Create(url));

        foreach (SyndicationItem item in feed.Items)
        {
            Debug.Print(item.Title.Text);
        }
        return true;
    }
    catch (Exception)
    {
        return false;
    }
}

或者您可以尝试自己解析该文档：

string xml = "<?xml version=\"1.0\" encoding=\"utf-8\" ?>\n<event>This is a Test</event>";
XmlDocument xmlDoc = new XmlDocument();
xmlDoc.LoadXml(xml);

那么请尝试检查根元素。它应该是feed元素，并且具有"http://www.w3.org/2005/Atom"命名空间：

<feed xmlns="http://www.w3.org/2005/Atom" xmlns:creativeCommons="http://backend.userland.com/creativeCommonsRssModule" xmlns:re="http://purl.org/atompub/rank/1.0">

References: http://msdn.microsoft.com/en-us/library/system.servicemodel.syndication.syndicationfeed.aspx http://dotnet.dzone.com/articles/systemservicemodelsyndication

- Akira Yamamoto

---

由于我的项目是一个Web应用程序，因此我不能信任头内容。有人可能会提供无效的反馈，但有效的XML和有效的根元素，那么我的应用程序就会挂起...:( - Mahdi Ghiasi

谢谢更新。但是有一个问题：System.ServiceModel.Syndication 支持哪些订阅格式？ - Mahdi Ghiasi

在Atom 1.0中使用<feed>，在RSS 2.0中使用<rss>。http://msdn.microsoft.com/zh-cn/library/system.servicemodel.syndication.syndicationfeed.aspx - Akira Yamamoto

你的方法的优点是它不需要任何网络请求来确定其是否有效。但缺点是，Argotic支持更多的Feed类型，而System.ServiceModel.Syndication则不支持。 - Mahdi Ghiasi

@AkiraYamamoto 使用SyndicationFeed.Load()的问题在于，它经常会在“有效”的rss和atom源上遇到dtd错误。问题是该源可能根据规范来说是“无效”的，但对使用它们的应用程序来说却是有效的，因此SyndicationFeed.Load()会排除很多好的源。 - Matthew

Answer 2

您可以使用 Feed Validation Service 进行检验。它还提供了 SOAP API。

- Dmitry Khryukin

---

谢谢。看来你的答案是最好的。但是你能再解释一下SOAP API吗？如何联系该API？是否可以使用GET请求调用该API？ - Mahdi Ghiasi

@MahdiGhiasi 请查看此文章 - http://msdn.microsoft.com/zh-cn/library/ff512390.aspx 如果不清楚，我稍后会创建一个示例。 - Dmitry Khryukin

如果您能提供一个示例，那就太好了 :) 谢谢 - Mahdi Ghiasi

@MahdiGhiasi 好的。9-10小时后我会有空处理这个事情。 - Dmitry Khryukin

这项服务有一个限制：每秒只能发送1个请求。因此，我无法从服务器端向该服务发出请求。关于客户端，它也不允许使用ajax请求：http://stackoverflow.com/questions/11997256/call-a-external-web-page-cross-domain-with-javascript ，难道没有任何方法可以从客户端使用该服务吗？ - Mahdi Ghiasi

Answer 3

你可以检查内容类型，它必须是text/xml。参见this question以查找内容类型。

你可以使用这段代码：

var request = HttpWebRequest.Create("http://www.google.com") as HttpWebRequest;
if (request != null)
{
    var response = request.GetResponse() as HttpWebResponse;

    string contentType = "";

    if (response != null)
        contentType = response.ContentType;
}

感谢问题的答案

更新

要检查是否为feed地址，您可以使用W3C Feed Validation服务。

更新2

如BurundukXP所说，它有一个SOAP API。 要使用它，请阅读这个问题的答案。

- ahmadali shafiee

---

每个XML都不是一个Feed。另外，请阅读我对其他答案的评论。 - Mahdi Ghiasi

@ahmadalishafiee - 你的核心陈述：“它必须是text/xml”是不正确的。首先，任何响应都可以指示任何内容类型，因此仅凭该结果并不具有权威性。此外，text/rss+xml是RSS提要的有效内容类型。 - Matthew

Answer 4

如果你只想将其转换为有效的RSS/ATOM，你可以使用http://feedcleaner.nick.pro/进行清理。或者，你也可以fork这个项目。

- Lutz Büch