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

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?

Twoje inne opcje obejmują:

• SimplePie
• Ostatni RSS
• Parser uniwersalnego kanału PHP

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;
    }
}

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);

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++;
}

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.

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

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! :)

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

Czytnik PHP RSS - http://www.scriptol.com/rss/rss-reader.php - to kompletny, ale prosty parser używany przez tysiące użytkowników ...

Kolejny świetny darmowy parser - http://bncscripts.com/free-php-rss-parser/ Jest bardzo lekki (tylko 3kb) i prosty w użyciu!