A melhor maneira de processar as fontes RSS/Atom com PHP [fechado]
estou actualmente a usaro Magpie RSS mas às vezes cai quando o RSS ou o Atom feed não estão bem formados. Existem outras opções para analisar as fontes RSS e Atom com PHP?
10 answers
As suas outras opções incluem:
Sempre usei as funções SimpleXML incorporadas no PHP para processar documentos XML. É um dos poucos parsers genéricos lá fora que tem uma estrutura intuitiva para ele, o que torna extremamente fácil construir uma classe significativa para algo específico como um feed RSS. Além disso, ele irá detectar avisos XML e erros, e ao encontrar qualquer um que você poderia simplesmente executar a fonte através de algo como HTML Tidy (como ceejayoz mencionou) para limpá-lo e tentar Outra vez.
Considere esta classe muito áspera e simples usando o 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;
}
}
Com 4 linhas, eu importo um rss para um array.
$feed = implode(file('http://yourdomains.com/feed.rss'));
$xml = simplexml_load_string($feed);
$json = json_encode($xml);
$array = json_decode($json,TRUE);
Para uma solução mais complexa
$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);
Eu gostaria de introduzir um script simples para processar 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++;
}
Se o feed não for bem formado XML, é suposto rejeitá-lo, sem excepções. Tem o direito de chamar o criador de rações de palhaço.
Caso contrário, estás a abrir caminho para estragar o HTML.A Biblioteca HTML Tidy é capaz de corrigir alguns ficheiros XML malformados. Executando seus feeds através disso antes de passá-los para o analisador pode ajudar.
Eu uso SimplePie para processar uma fonte de leitura do Google e funciona muito bem e tem um conjunto de funcionalidades decente.
É claro que ainda não o testei com fontes RSS / Atom não bem formadas, por isso não sei como lidar com elas, presumo que as do Google sejam compatíveis com os padrões! :)Pessoalmente, uso o processador de alimentação avançado BNC-gosto do sistema de modelos que é muito fácil de usar
O leitor de RSS do PHP - http://www.scriptol.com/rss/rss-reader.php - é um analisador completo, mas simples, utilizado por milhares de utilizadores...
Outro grande analisador livre - http://bncscripts.com/free-php-rss-parser/ É muito leve (apenas 3kb ) e simples de usar!