如何使用 PHP 解析 RSS 描述标签答案

【问题标题】：How can I parse RSS description tag with PHP如何使用 PHP 解析 RSS 描述标签
【发布时间】：2014-02-03 18:08:48
【问题描述】：

我正在寻找一种简单的方法来解析 RSS 描述标签，以便存储 img 链接以及显示的任何文本。

我正在使用 Last RSS 来解析 RSS 提要，但是，每个提要的描述标签都有很多不同的信息，而且它们都有很大的不同。

目前我正在使用 Simple HTML Dom Parser 从描述中获取 img 链接，但是，这似乎不适用于所有提要。例如，它无法识别来自 dribbble 的以下描述中的 img：

<![CDATA[<a height="150" href="http://dribbble.com/shots/1405514-sparrows" width="200"><img alt="sparrows" height="600" src="http://d13yacurqjgara.cloudfront.net/users/14152/screenshots/1405514/sparrows.jpg" width="800" /></a><p>We are currently working on identity for a new Canadian project called "sparrows". A place for creatives to gather some useful readings.</p>]]>

获取此信息的最佳方式是什么？

【问题讨论】：

标签： php rss simple-html-dom

【解决方案1】：

最好的方法可能是使用 xpath，但假设你已经决定使用简单的 html dom：

require('simple_html_dom.php');

$rss =<<<EOF
<description>
<![CDATA[<a height="150" href="http://dribbble.com/shots/1405514-sparrows" width="200"><img alt="sparrows" height="600" src="http://d13yacurqjgara.cloudfront.net/users/14152/screenshots/1405514/sparrows.jpg" width="800" /></a><p>We are currently working on identity for a new Canadian project called "sparrows". A place for creatives to gather some useful readings.</p>]]>
</description>
EOF;

$rss_dom = str_get_html($rss);

# find the cdata string from the description and strip out the CDATA part
$cdata = $rss_dom->find('description', 0)->text();
$str = preg_replace('/<!\[CDATA\[(.*)\]\]>/', '\1', $cdata);

# make a new dom with just the cdata html and query that
$html_dom = str_get_html($str);
echo $html_dom->find('img', 0)->src;

# http://d13yacurqjgara.cloudfront.net/users/14152/screenshots/1405514/sparrows.jpg

【讨论】：

【解决方案2】：

我使用 LastRSS 内置函数来去除 CDATA 标记并保持其余的 html 属性完好无损。

这很简单，如下：

// Create lastRSS object
$rss = new lastRSS;

$rss->CDATA = 'content';

【讨论】：