用PHPparsingRSS / Atom提要的最佳方式

我目前正在使用Magpie RSS,但是当RSS或者Atom feed没有正确的形成时,它有时会失败。 是否有任何其他选项用PHPparsingRSS和Atom提要?

您的其他选项包括:

  • 了SimplePie
  • 最后的RSS
  • PHP的通用饲料parsing器

我一直使用PHP中内置的SimpleXML函数来parsingXML文档。 它是那些为数不多的genericsparsing器之一,它具有一个直观的结构,这使得构build一个有意义的类可以非常容易地构build一个特定的RSS源。 此外,它将检测XML警告和错误,并find任何你可以简单地通过像HTML Tidy(如ceejayoz提到)来运行源来清理并再次尝试。

使用SimpleXML考虑这个非常粗糙,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 = $_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; } } 

用4行,我将一个rss导入到一个数组中。

 $feed = implode(file('http://yourdomains.com/feed.rss')); $xml = simplexml_load_string($feed); $json = json_encode($xml); $array = json_decode($json,TRUE); 

为更复杂的解决scheme

 $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parsingRSS:

 $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,则应该拒绝它,没有例外。 您有权给饲料创build者打电话。

否则,你正在铺平道路,搞砸HTML结束了。

HTML Tidy库能够修复一些格式不正确的XML文件。 在将它们传递给parsing器之前,通过它来运行您的提要可能会有所帮助。

我使用SimplePieparsingGoogle阅读器提要,并且工作得非常好,并且具有不错的function集。

当然,我还没有用非完整的RSS / Atom提要对它进行testing,所以我不知道它是如何处理这些的,我假设Google是相当符合标准的! 🙂

我个人使用BNC Advanced Feed Parser,我喜欢使用非常简单的模板系统

PHP RSS阅读器 – http://www.scriptol.com/rss/rss-reader.php – 是一个由数千用户使用的完整而简单的parsing器。