Najlepszy sposób na analizowanie kanałów RSS / Atom za pomocą PHP [zamknięte]


135

Obecnie używam Magpie RSS, ale czasami przewraca się, gdy kanał RSS lub Atom nie jest dobrze sformułowany. Czy są jakieś inne opcje analizowania kanałów RSS i Atom za pomocą PHP?


1
Jest jeden problem z tym żądaniem, większość czytników kanałów używa podstawowych czytników XML php i jeśli XML nie jest dobrze sformatowany zgodnie z wymaganiami standardów XML, może się przewrócić, możesz spojrzeć na te, które nie używają czytników XML i używają Text Reader jednak znacznie wzrośnie obciążenie serwera. Wiem, że odpowiedź na to pytanie po prostu uświadamiam ludziom wady korzystania z czytników kanałów XML
Barkermn01

1
Nigdy nie próbuj analizować nieprawidłowego XML. Winić źródło.
Lothar

Odpowiedzi:


28


189
Nie lubię takich „odpowiedzi”, podając linki bez komentarza. Wygląda na to, że wyszukujesz go w Google i podajesz link do kilku najlepszych wyników. Zwłaszcza, że ​​osoba pytająca ma pewne doświadczenie w obsłudze RSS i potrzebuje lepszego parsera.
duality_

3
Jeśli ktoś potrzebuje trochę porady, Last RSS jest najłatwiejszym z trzech wymienionych powyżej. Tylko 1 plik do „wymagania” i może pobrać RSS w 5 liniach, z przyzwoitym wyjściem tablicowym.
Raptor


Użyłem dwóch z nich, a LastRss nie wydaje się wystarczająco dobry, zapewniając w pełni funkcjonalnego pomocnika, a SimplePie jest nieco zbyt skomplikowany. Chciałbym wypróbować inne, ale komentarze do tych bibliotek są dla ludzi lepsze, a nie tylko linki.
noob

169

Zawsze używałem funkcji SimpleXML wbudowanych w PHP do analizowania dokumentów XML. Jest to jeden z niewielu generycznych parserów, który ma intuicyjną strukturę, dzięki czemu niezwykle łatwo jest zbudować znaczącą klasę dla czegoś konkretnego, takiego jak kanał RSS. Dodatkowo wykryje ostrzeżenia i błędy XML, a po znalezieniu dowolnego możesz po prostu uruchomić źródło za pomocą czegoś takiego jak HTML Tidy (jak wspomniał ceejayoz), aby je wyczyścić i spróbować ponownie.

Rozważ tę bardzo szorstką, prostą klasę używającą SimpleXML:

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;
    }
}

2
masz tag końcowy bez tagu początkowego. ;)
Talvi Watia

130
Cóż, miałem jeden, ale był zjadany przez program do formatowania kodu SO, ponieważ nie miał nad nim pustej linii. A propos, nie rozpocząłeś zdania wielką literą. ;)
Brian Cline,

4
Zmień $feed_uri = $feed_or_url;na $feed_uri = $file_or_url;... inne niż to, dziękuję za ten kod! Działa świetnie!
Tim

5
Pamiętaj, że chociaż to rozwiązanie jest świetne, analizuje kanały RSS tylko w jego aktualnej formie. Kanały Atom nie będą analizowane ze względu na ich inny schemat.
András Szepesházi

9
Zauważ, że eregi_replacejest teraz przestarzały i został zastąpiony przez, preg_replacea także eregiz preg_match. Dokumentacje można znaleźć odpowiednio tutaj i tutaj .
ITS Alaska,

45

Za pomocą 4 linii importuję plik rss do tablicy.

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

Bardziej złożone rozwiązanie

$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);

2
Właśnie tego spróbowałem. Nie daje tablicy
samayo

czy możesz podać mi kanał RSS, którego używasz?
PJunior

2
Na wypadek, gdybyś się zastanawiał. Wygląda na to, że używa źródła RSS na tumblr. Anytumblrsite.com/rss dałoby ten sam wynik.
andrewk

3
Użyłem 4 linii, wykonałem świetną robotę :) ale potem przepisałem pierwszą linię: $feed = file_get_contents('http://yourdomains.com/feed.rss'); może być mniej intensywna niż plik + implode
Guidouil

1
jedna linia, $ feed = json_decode (json_encode (simplexml_load_file (' news.google.com/?output=rss' )), true);
ask_io

21

Chciałbym przedstawić prosty skrypt do analizowania 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++;
}

Jasne i proste rozwiązanie! Działa ładnie.
John T

13

Jeśli kanał nie jest poprawnie sformułowany w XML, powinieneś go odrzucić, bez wyjątków. Masz prawo nazywać twórcę kanału bozo .

W przeciwnym razie torujesz drogę do bałaganu, w którym skończył się HTML.


3
+1, nie powinieneś próbować obejść żadnego XML, który jest źle sformułowany. Mieliśmy z nimi złe doświadczenia, zaufaj mi, to był duży ból :(
Helen Neely

35
Jednak programiści nie mogą wybierać partnerów biznesowych i muszą analizować to, co otrzymują.
Edmond Meinfelder

2
A co jeśli tworzysz uniwersalny czytnik kanałów RSS / Atom? Jeśli jakikolwiek źle sformułowany plik xml może "zepsuć" twój HTML, kim jest Bozo? ;) Bądź liberalny w tym, co otrzymujesz.
yPhil

6

Biblioteka HTML Tidy może naprawić niektóre źle sformułowane pliki XML. Pomocne może być wykonanie przez to kanałów przed przekazaniem ich do parsera.


2

Używam SimplePie do analizowania kanału Google Reader i działa całkiem nieźle i ma przyzwoity zestaw funkcji.

Oczywiście nie testowałem go z nieprawidłowo sformułowanymi kanałami RSS / Atom, więc nie wiem, jak sobie z nimi radzi, zakładam, że Google jest dość zgodne ze standardami! :)


1

Osobiście używam BNC Advanced Feed Parser - podoba mi się system szablonów, który jest bardzo łatwy w użyciu



Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.