使用PHP解析RSS/Atom提要的最佳方式

Question

我目前使用的是Magpie RSS，但当RSS或Atom提要不正常形成时，它有时会失效。用PHP解析RSS和Atom提要有没有其他选择？

Answer 1

你的其他选择包括：

• SimplePie
• Last RSS
• PHP Universal Feed Parser

Answer 2

我用SimplePie解析一个谷歌阅读器饲料，它的工作原理非常好，有一个体面的功能集。

当然，我还没有用非完整的RSS/Atom提要对它进行测试，所以我不知道它如何处理这些问题，我假设Google的标准相当符合标准！ :)

Answer 3

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

Answer 4

我一直使用the SimpleXML functions built in to PHP来解析XML文档。它是少数几个具有直观结构的泛型解析器之一，它使得为诸如RSS提要的特定事物构建一个有意义的类变得非常容易。此外，它还会检测XML警告和错误，并在找到任何可以简单地通过HTML Tidy（如ceejayoz提到的）之类的源代码运行源以清理并再次尝试。

考虑使用SimpleXML这很粗糙，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; 
    } 
} 

Answer 5

如果饲料没有良好的XML，你应该拒绝它，没有例外。您有权致电订阅源创建者a bozo。

否则你铺平了道路混乱，HTML中结束了。

Answer 6

我个人使用BNC高级订阅Parser-我喜欢的模板系统，这是非常容易使用

Answer 7

有了4条线，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); 

对于更复杂的解决方案

$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); 

Answer 8

另一个伟大的自由解析器 - http://bncscripts.com/free-php-rss-parser/ 这是很轻（只有3KB），简单易用！

Answer 9

我想介绍的简单脚本解析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++; 
} 

Answer 10

PHP的RSS阅读器 - http://www.scriptol.com/rss/rss-reader.php - 是用户的使用一千完整而简单的解析......