如何使用XmlSlurper解析RSS格式的XML数据

XmlSlurper是Groovy语言内置的XML解析工具，基于SAX解析模式实现，不需要将整个XML文档加载到内存中，解析效率较高，非常适合处理RSS这类结构相对固定但可能存在体积变化的XML数据。RSS格式的XML通常包含channel节点，内部有title、link、item等子节点，每个item对应一条订阅内容，我们需要提取这些节点的信息。

XmlSlurper解析RSS的基本步骤

使用XmlSlurper解析RSS的核心流程分为三步：首先创建XmlSlurper实例，然后解析目标XML内容得到文档对象，最后通过GPath表达式访问对应的节点提取数据。整个过程不需要复杂的配置，代码简洁易读。

准备RSS测试数据

我们先准备一段标准的RSS 2.0格式的XML测试内容，包含频道基本信息和两条订阅条目：

<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
  <channel>
    <title>技术博客订阅</title>
    <link>https://ipipp.com/tech-blog</link>
    <description>分享最新技术干货</description>
    <item>
      <title>Groovy基础教程</title>
      <link>https://ipipp.com/groovy-basic</link>
      <pubDate>Mon, 12 Jun 2023 08:00:00 GMT</pubDate>
    </item>
    <item>
      <title>XML解析技巧汇总</title>
      <link>https://ipipp.com/xml-parse-tips</link>
      <pubDate>Tue, 13 Jun 2023 09:30:00 GMT</pubDate>
    </item>
  </channel>
</rss>

编写解析代码

下面是使用XmlSlurper解析上述RSS数据的完整Groovy代码，会提取频道标题、链接以及所有item的标题、链接和发布时间：

import groovy.xml.XmlSlurper

// 定义RSS XML内容，实际场景中可以从网络请求或文件读取
def rssXml = '''<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
  <channel>
    <title>技术博客订阅</title>
    <link>https://ipipp.com/tech-blog</link>
    <description>分享最新技术干货</description>
    <item>
      <title>Groovy基础教程</title>
      <link>https://ipipp.com/groovy-basic</link>
      <pubDate>Mon, 12 Jun 2023 08:00:00 GMT</pubDate>
    </item>
    <item>
      <title>XML解析技巧汇总</title>
      <link>https://ipipp.com/xml-parse-tips</link>
      <pubDate>Tue, 13 Jun 2023 09:30:00 GMT</pubDate>
    </item>
  </channel>
</rss>'''

// 创建XmlSlurper实例并解析XML
def slurper = new XmlSlurper()
def rssDoc = slurper.parseText(rssXml)

// 提取频道基本信息
def channelTitle = rssDoc.channel.title.text()
def channelLink = rssDoc.channel.link.text()
println "频道标题：${channelTitle}"
println "频道链接：${channelLink}"

// 遍历所有item节点提取内容
rssDoc.channel.item.each { item ->
    def itemTitle = item.title.text()
    def itemLink = item.link.text()
    def itemPubDate = item.pubDate.text()
    println "条目标题：${itemTitle}"
    println "条目链接：${itemLink}"
    println "发布时间：${itemPubDate}"
    println "-------------------"
}

代码说明

代码中首先导入了groovy.xml.XmlSlurper类，然后定义了解析用的RSS内容，实际开发中可以将这部分替换为从URL获取或者读取本地文件的内容。通过parseText方法解析XML字符串后得到文档对象，使用GPath表达式可以直接访问节点，比如rssDoc.channel.title就对应RSS中的频道标题节点，text()方法用于获取节点的文本内容。

遍历item节点时使用了each闭包，逐个处理每个订阅条目，提取需要的信息。如果RSS中存在命名空间，还可以在创建XmlSlurper时配置命名空间处理，避免节点访问失败。

注意事项

• XmlSlurper是流式解析，解析完成后不会保留完整的文档结构，如果需要多次访问节点内容，建议使用XmlParser。
• 解析网络上的RSS链接时，需要处理网络请求异常和XML格式错误的情况，建议添加对应的异常捕获逻辑。
• 提取节点文本时如果节点不存在，text()方法会返回空字符串，不需要额外做空判断。

XmlSlurper的解析性能优于DOM类解析工具，在处理大体积RSS文件时优势明显，适合对性能有要求的场景使用。

XmlSlurperRSSXML解析Groovy修改时间：2026-07-18 11:45:26