使用并解析 OPML 格式的订阅列表来转移自己的 RSS 订阅（概念篇）
使用并解析 OPML 格式的订阅列表来转移自己的 RSS 订阅（概念篇）
OPML 全称是 Outline Processor Markup Language ，即 大纲处理标记语言。目前流行于收集博客的 RSS 源，便于用户转移自己的订阅项目。
本文将介绍这个古老的格式，并提供一个 .NET 上的简易解析器。
本文分为两个部分，一个是理解 OPML 格式，一个是解析此格式：
OPML 格式
RSS 订阅你应该并不陌生，你可以在我的博客上方看到 RSS 的订阅源按钮，也可以在各大博客站点发现这样的订阅按钮。
▲ RSS 图标
图片来源于维基百科，如果你不太了解 RSS，可以直接前往 RSS - 维基百科，自由的百科全书 查看或者自己搜索。
OPML 是个古老的格式，第一个版本还是二十世纪六十年代的产物呢（详见 OPML 1.0 Specification）；只不过实际在用的 1.0 版本是 2000 年发布的，2.0 版本是 2007 年发布的。这么古老的格式也不妨碍它依然成为订阅源交换的标准格式。不过我们这篇文章不会去谈历史，我们只谈它的格式以及使用。
OPML 官网对其作用的描述为：
The purpose of this format is to provide a way to exchange information between outliners and Internet services that can be browsed or controlled through an outliner. OPML is also the file format for an outliner application, which is why OPML files may contain information about the size, position and expansion state of the window the outline is displayed in. OPML has also become popular as a format for exchanging subscription lists between feed readers and aggregators.
其中最后一行的描述即交换订阅，尤其是 RSS 订阅。
典型的 OPML 文件
为了直观地了解 OPML 格式，我直接贴一个我的订阅的极简版文件内容。
<?xml version="1.0" encoding="UTF-8"?>
<opml version="1.0">
<head>
<title>walterlv</title>
</head>
<body>
<outline text="walterlv" title="walterlv" type="rss" xmlUrl="https://blog.walterlv.com/feed.xml" htmlUrl="https://blog.walterlv.com/" />
<outline title="Team" text="Team">
<outline text="林德熙" title="林德熙" type="rss" xmlUrl="https://blog.lindexi.com/feed.xml" htmlUrl="https://blog.lindexi.com/" />
</outline>
<outline title="Microsoft" text="Microsoft">
<outline text="Microsoft .NET Blog" title="Microsoft .NET Blog" type="rss" xmlUrl="https://blogs.msdn.microsoft.com/dotnet/feed/"/>
<outline text="Microsoft The Visual Studio Blog" title="Microsoft The Visual Studio Blog" type="rss" xmlUrl="https://blogs.msdn.microsoft.com/visualstudio/feed/"/>
</outline>
</body>
</opml>你可以很容易地看出它的一些特征。比如以 opml 为根，head 中包含 title，body 中包含分组的 outline。每一个 outline 中包含 text, type, xmlUrl 等属性。接下来我们详细描述这个格式。
OPML 文件中的节点解释
opml 根节点
<opml> 是 OPML 格式文件的根节点，其 version 属性是必要的。它的值可能为 1.0 或 2.0；如果是 1.0，则视为符合 OPML 1.0 规范；如果是 2.0，则视为符合 OPML 2.0 规范。额外的，值也可能是 1.1，那么也视为符合 1.0 规范。
opml 根节点中包含 head 和 body 节点。
head 节点
head 节点可包含 0 个或多个元素：
title- 这就是 OPML 文档标题
dateCreated- 文档创建时间
dateModified- 文档修改时间
ownerName- 文档作者
ownerEmail- 文档作者的邮箱
ownerId- 文档作者的 url，要求不存在相同 Id 的两个作者
docs- 描述此文档的文档的 url
当然，这些都是可选的。
额外的，还有 expansionState, vertScrollState, windowTop, windowLeft, windowBottom, windowRight。
body 节点
body 节点包含一个或多个 outline 元素。
outline（普通）
outline 元素组成一个树状结构。也就是说，如果我们使用 OPML 储存 RSS 订阅列表，那么可以存为树状结构。在前面的例子中，我把自己的 RSS 订阅独立开来，把朋友和微软的 RSS 订阅分成了单独的组。
outline 必须有 text 属性，其他都是可选的。而 text 属性就是 RSS 订阅的显示文字，如果没有这个属性，那么 RSS 的订阅列表中将会是空白一片。
于是，我们解析 text 属性便可以得到可以显示出来的 RSS 订阅列表。对于前面的例子对应的 RSS 订阅列表就可以显示成下面这样：
- walterlv
- Team
- 林德熙
- Microsoft
- Microsoft .NET Blog
- Microsoft The Visual Studio Blogoutline 还有其他可选属性：
type- 指示此
outline节点应该如何解析
- 指示此
isComment- 布尔值，为
true或false；如果为true，那么次outline就只是注释而已
- 布尔值，为
isBreakpoint- 适用于脚本，执行时可下断点
created- 一个时间，表示此节点的创建时间
category- 逗号分隔的类别：如果表示分类，则要用
/分隔子类别；如果表示标签，则不加/ - 例如：
/Boston/Weather,/Harvard/Berkman,/Politics（例子来源于官方规范）
- 逗号分隔的类别：如果表示分类，则要用
outline（RSS 专属）
当 type 是 rss 时，还有一些 RSS 专属属性。这时，必要属性就有三个了：
typetextxmlUrl
其中，xmlUrl 就指的是订阅源的 url 地址了。在官方规范中，规定解析器不应该总认为 text 存在，相比之下，xmlUrl 显得更加重要。
还有一些可选属性：
descriptionhtmlUrllanguagetitleversion
OPML 的解析
在了解了 OPML 的格式组成之后，便可以很容易的地解析此文件了。当然，我也写了一份 OPML 的解析，请参阅本文的第二部分，解析篇。
本文会经常更新，请阅读原文： https://blog.walterlv.com/post/using-opml-for-rss-migrating.html ，以避免陈旧错误知识的误导，同时有更好的阅读体验。
本作品采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。欢迎转载、使用、重新发布，但务必保留文章署名 吕毅 （包含链接： https://blog.walterlv.com ），不得用于商业目的，基于本文修改后的作品务必以相同的许可发布。如有任何疑问，请 与我联系 (walter.lv@qq.com) 。
腾讯云开发者
