如何获取此 RSS 提要的子节点？答案

【问题标题】：How do I get the child nodes of this RSS feed?如何获取此 RSS 提要的子节点？
【发布时间】：2023-04-06 10:49:02
【问题描述】：

如何从这个 RSS 提要中获取比赛徽标和开始日期？例如，我可以获取 dc:modified 子对象，但对于 dc:dataset 中的任何内容，总是会得到一个空白。

我的代码：

$feed_url = 'https://www.website.com/?call_custom_simple_rss=1&csrp_post_type=contest&csrp_posts_per_page=2&csrp_show_meta=1';
$feed = file_get_contents($feed_url);
$rss = simplexml_load_string($feed);

foreach($rss->channel->item as $entry) {    
    echo $entry->children("dc", true)->modified . "<br>";
    echo $entry->children("dc", true)->dataset->contest_logo . "<br>";
    echo $entry->children("dc", true)->dataset->start_date . "<br>";
}

RSS 提要：

<rss xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:wfw="http://wellformedweb.org/CommentAPI/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:slash="http://purl.org/rss/1.0/modules/slash/" xmlns:media="http://search.yahoo.com/mrss/" xmlns:wp="http://wordpress.org/export/1.2/" xmlns:excerpt="http://wordpress.org/export/1.2/excerpt/" version="2.0">
<channel>
<title>RSS Title</title>
<description>A website</description>
<lastBuildDate>Wed, 17 Feb 2021 15:03:03 +0000</lastBuildDate>
<item>
<title>
<![CDATA[ Photography Awards ]]>
</title>
<link>
<![CDATA[ /contests/photography-awards/ ]]>
</link>
<pubDate>Mon, 11 Jan 2021 13:52:27 -0600</pubDate>
<dc:identifier>619116</dc:identifier>
<dc:modified>2021-02-09 07:50:10</dc:modified>
<dc:created unix="1610373147">2021-01-11 13:52:27</dc:created>
<dc:dataset>
<contest_logo>
<![CDATA[ 619130 ]]>
</contest_logo>
<start_date>
<![CDATA[ 20210110 ]]>
</start_date>
</dc:dataset>
</item>
</channel>
</rss>

【问题讨论】：

标签： php xml wordpress rss simplexml

【解决方案1】：

contest_logo 和 start_date 位于空命名空间中。你必须换回来。此外，对文档中定义的命名空间前缀进行回复是不好的。使用命名空间 URI（例如在您的代码中定义为映射数组）。

$rss = simplexml_load_string($feed);
$xmlns = [
    'dc' => 'http://purl.org/dc/elements/1.1/'
];

foreach($rss->channel->item as $entry) {    
    echo $entry->children($xmlns['dc'])->modified . "<br>";
    echo $entry->children($xmlns['dc'])->dataset->children('')->contest_logo . "<br>";
    echo $entry->children($xmlns['dc'])->dataset->children('')->start_date . "<br>";
}

输出：

2021-02-09 07:50:10<br>
 619130 
<br>
 20210110 
<br>

在 DOM 中，您将在 Xpath 处理器上注册一个别名并在表达式中使用它。这是一个演示：

$document = new DOMDocument();
$document->loadXML($feed);
$xpath = new DOMXpath($document);
$xpath->registerNamespace('dc', 'http://purl.org/dc/elements/1.1/');

foreach ($xpath->evaluate('/rss/channel/item') as $entry) {
    echo $xpath->evaluate('string(dc:modified)', $entry). "<br>";
    echo $xpath->evaluate('string(dc:dataset/contest_logo)', $entry). "<br>";
    echo $xpath->evaluate('string(dc:dataset/start_date)', $entry). "<br>";
}

【讨论】：

请注意，您也可以使用 SimpleXML use XPath 和 namespaces for it are registered in much the same way。
是的，但是您必须在要使用它们的每个 SimpleXMLElement 上重新注册它们。
啊，非常正确。现在我终于明白了为什么 DOM 有用于 XPath 查询的中间对象，而我从来不需要它，因为我一次只做一个查询。 :)

【解决方案2】：

另一种选择 - 使用 xpath：

echo  $rss->xpath('//dc:dataset/contest_logo')[0] . "\r\n";
echo  $rss->xpath('//dc:modified')[0] . "\r\n";
echo  $rss->xpath('//start_date')[0] . "\r\n";

输出：

   619130 
    
2021-02-09 07:50:10

     20210110

【讨论】：