Лучший способ разбора RSS / Atom-каналов с PHP

Другие варианты:

• SimplePie
• Последние RSS
• Универсальный пул PHP

Я всегда использовал функции SimpleXML, встроенные в PHP, для анализа XML-документов. Это один из немногих общих синтаксических анализаторов, который обладает интуитивно понятной структурой, что делает его чрезвычайно простым для создания значимого класса для чего-то определенного, такого как RSS-канал. Кроме того, он обнаружит предупреждения и ошибки XML, и, найдя любой, вы можете просто запустить источник через что-то вроде HTML Tidy (как упомянуто ceejayoz), чтобы очистить его и повторить попытку.

Рассмотрим этот очень грубый, простой класс с помощью 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; } } 

С 4 строками я импортирую rss в массив.

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

Для более сложного решения

 $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); 

Я хотел бы представить простой скрипт для анализа 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++; } 

Если канал не является правильно сформированным XML, вы должны отклонить его, никаких исключений. Вы имеете право называть создателя канала бозо .

В противном случае вы проложите путь к тому, что HTML-код оказался.

Библиотека HTML Tidy может исправить некоторые искаженные XML-файлы. Может помочь запуск ваших каналов через это, прежде чем передавать их в парсер.

Я использую SimplePie для анализа фида Google Reader, и он работает очень хорошо и имеет достойный набор функций.

Конечно, я не тестировал его с помощью не-правильно сформированных каналов RSS / Atom, поэтому я не знаю, как он справляется с ними, я предполагаю, что Google соответствует стандартам! 🙂

Лично я использую BNC Advanced Feed Parser- как шаблонную систему, которая очень проста в использовании

Читатель PHP RSS – http://www.scriptol.com/rss/rss-reader.php – это полный, но простой парсер, используемый тысячами пользователей …

Еще один отличный бесплатный парсер – http://bncscripts.com/free-php-rss-parser/ Он очень легкий (всего 3 кбайт) и прост в использовании!