使用 PHP 脚本解析 RSS 时出现问题答案

【问题标题】：Problem parsing RSS with a PHP script使用 PHP 脚本解析 RSS 时出现问题
【发布时间】：2011-06-29 10:17:59
【问题描述】：

我用一个很普通的php脚本来解析RSS；

function getRSS($source,$quien) {
    $start = microtime(true);
    ini_set('default_socket_timeout', 1);
    global $arrFeeds, $downItems, $time_taken;
    $arrFeeds = array();
    $ch = curl_init($source);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    $content = curl_exec($ch);
    curl_close($ch);
    $doc = new DOMDocument();
    $doc->loadXML($content);
    foreach ($doc->getElementsByTagName('item') as $node) {
        $itemRSS = array ( 
            'title' => sistema($node->getElementsByTagName('title')->item(0)->nodeValue),
            'desc' => sistema($node->getElementsByTagName('description')->item(0)->nodeValue),
            'link' => $node->getElementsByTagName('link')->item(0)->nodeValue
        );
        echo(sistema($node->getElementsByTagName('title')->item(0)->nodeValue)."<br>");
        array_push($arrFeeds, $itemRSS);
        $downItems+=1;
    }
    $time_taken = microtime(true) - $start;
    if ($downItems>1) {$nu=mysql_query("UPDATE feeds SET lastcheck = NOW() WHERE id = '".$quien."';");}
}

当我用谷歌的rss news feed 测试这段代码时，它工作得很好，但如果我用这个other rss feed 尝试它，它就不会工作，并给出了很多* 之类的错误； 警告：DOMDocument::loadXML() [domdocument.loadxml]：开始和结束标签不匹配：P 第 5 行和实体中的 BODY，第 6 行在 C:\Users\Domingo\Dropbox\www\temp\parser。 php 在第 18 行。上面两个 rss 文件是有效的，我发现的唯一不同是其中一个有以下行：<?xml version="1.0" encoding="utf-8"?>，另一个没有。这是问题吗？我该如何解决这个问题？感谢您的帮助，请不要建议使用 rss 解析器库。

(*) 更多错误，例如：Warning: DOMDocument::loadXML() [domdocument.loadxml]: Opening and ending tag mismatch: BODY line 3 and HTML in Entity, line: 6 in C:\Users\Domingo\Dropbox\www\temp\parser.php on line 18 和Warning: DOMDocument::loadXML() [domdocument.loadxml]: Premature end of data in tag HTML line 1 in Entity, line: 7 in C:\Users\Domingo\Dropbox\www\temp\parser.php on line 18

【问题讨论】：

您的代码不会独立运行，因此其他人很难调试它。我建议您编写一个简化版本并用它更新问题。
解析器抱怨在提要中不存在的 XML 元素 P 和 BODY。也许脚本检索到的数据与浏览器检索到的数据不同。你确定脚本有要解析的 XML 吗？顺便说一句，来自 W3.org 的提要验证器不认为第二个提要有效。

标签： php rss xml-parsing

【解决方案1】：

第二个提要本身看起来不错，并且不包含 and body 或 p 标签。您可能搞混了，加载了错误的文件。

【讨论】：