使用 PHP 解析 RSS/Atom 提要的最佳方法 [关闭]
https://stackoverflow.com/questions/250679
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
Russian题
我目前正在使用 喜鹊RSS 但当 RSS 或 Atom feed 格式不正确时，它有时会失败。是否还有其他选项可以使用 PHP 解析 RSS 和 Atom 提要？
解决方案
您的其他选择包括：
其他提示
我一直使用 PHP内置的SimpleXML函数来解析XML文档。它是为数不多的通用解析器之一，它具有直观的结构，这使得为特定类似RSS提要的东西构建有意义的类非常容易。此外，它会检测XML警告和错误，并且在找到任何内容后，您可以通过HTML Tidy（如ceejayoz提到的）之类的内容来清理它并再次尝试。
使用SimpleXML考虑这个非常粗略，简单的类：
class BlogPost
{
var $date;
var $ts;
var $link;
var $title;
var $text;
}
class BlogFeed
{
var $posts = array();
function __construct($file_or_url)
{
$file_or_url = $this->resolveFile($file_or_url);
if (!($x = simplexml_load_file($file_or_url)))
return;
foreach ($x->channel->item as $item)
{
$post = new BlogPost();
$post->date = (string) $item->pubDate;
$post->ts = strtotime($item->pubDate);
$post->link = (string) $item->link;
$post->title = (string) $item->title;
$post->text = (string) $item->description;
// Create summary as a shortened body and remove images,
// extraneous line breaks, etc.
$post->summary = $this->summarizeText($post->text);
$this->posts[] = $post;
}
}
private function resolveFile($file_or_url) {
if (!preg_match('|^https?:|', $file_or_url))
$feed_uri = 我一直使用 PHP内置的SimpleXML函数来解析XML文档。它是为数不多的通用解析器之一，它具有直观的结构，这使得为特定类似RSS提要的东西构建有意义的类非常容易。此外，它会检测XML警告和错误，并且在找到任何内容后，您可以通过HTML Tidy（如ceejayoz提到的）之类的内容来清理它并再次尝试。
使用SimpleXML考虑这个非常粗略，简单的类：
<*>SERVER['DOCUMENT_ROOT'] .'/shared/xml/'. $file_or_url;
else
$feed_uri = $file_or_url;
return $feed_uri;
}
private function summarizeText($summary) {
$summary = strip_tags($summary);
// Truncate summary line to 100 characters
$max_len = 100;
if (strlen($summary) > $max_len)
$summary = substr($summary, 0, $max_len) . '...';
return $summary;
}
}
有4行，我将rss导入数组。
$feed = implode(file('http://yourdomains.com/feed.rss'));
$xml = simplexml_load_string($feed);
$json = json_encode($xml);
$array = json_decode($json,TRUE);
更复杂的解决方案
$feed = new DOMDocument();
$feed->load('file.rss');
$json = array();
$json['title'] = $feed->getElementsByTagName('channel')->item(0)->getElementsByTagName('title')->item(0)->firstChild->nodeValue;
$json['description'] = $feed->getElementsByTagName('channel')->item(0)->getElementsByTagName('description')->item(0)->firstChild->nodeValue;
$json['link'] = $feed->getElementsByTagName('channel')->item(0)->getElementsByTagName('link')->item(0)->firstChild->nodeValue;
$items = $feed->getElementsByTagName('channel')->item(0)->getElementsByTagName('item');
$json['item'] = array();
$i = 0;
foreach($items as $key => $item) {
$title = $item->getElementsByTagName('title')->item(0)->firstChild->nodeValue;
$description = $item->getElementsByTagName('description')->item(0)->firstChild->nodeValue;
$pubDate = $item->getElementsByTagName('pubDate')->item(0)->firstChild->nodeValue;
$guid = $item->getElementsByTagName('guid')->item(0)->firstChild->nodeValue;
$json['item'][$key]['title'] = $title;
$json['item'][$key]['description'] = $description;
$json['item'][$key]['pubdate'] = $pubDate;
$json['item'][$key]['guid'] = $guid;
}
echo json_encode($json);
我想介绍简单的脚本来解析RSS：
$i = 0; // counter
$url = "http://www.banki.ru/xml/news.rss"; // url to parse
$rss = simplexml_load_file($url); // XML parser
// RSS items loop
print '<h2><img style="vertical-align: middle;" src="'.$rss->channel->image->url.'" /> '.$rss->channel->title.'</h2>'; // channel title + img with src
foreach($rss->channel->item as $item) {
if ($i < 10) { // parse only 10 items
print '<a href="'.$item->link.'">'.$item->title.'</a><br />';
}
$i++;
}
如果feed不是格式良好的XML，那么你应该拒绝它，没有例外。您有权致电饲料创建者 bozo 。
否则，你正在为弄乱HTML结束而铺平道路。
HTML Tidy库能够修复一些格式错误的XML文件。在将它们传递给解析器之前运行它们可能有所帮助。
我使用 SimplePie 来解析Google阅读器Feed，它运行良好且功能设置不错。
当然，我还没有使用非格式良好的RSS / Atom提要测试它，所以我不知道它是如何应对的，我假设Google的标准相当合适！ ：）
我个人使用BNC Advanced Feed Parser-我喜欢非常容易使用的模板系统
PHP RSS阅读器 - http://www.scriptol.com/rss/rss -reader.php - 是一个完整但简单的解析器，被数千名用户使用......
另一个很棒的免费解析器 - http://bncscripts.com/free-php-rss-解析器/ 它非常轻（仅3kb）并且使用简单！
