繁體中文当前位置: 首页 > 图文教程 > 网络编程 > 正则表达式 > PHP 正则表达式分析RSS
- 正则表达式
- [原创]正则匹配后面非指定字符的正则
- 一个关于正则表达式的问题
- 代替正则：HyperScriptExpression联合开发倡议公告
- [原创]正则替换字符串功能
- [原创]java 正则表达式基础，实例学习资料收集大全
- web标准知识：丰富段落里的标签
- js判断是否有6个连续数字的字符串的正则
- 正则表达式中的反向预搜索实现
- 精通 JavaScript中的正则表达式手机整理 推荐
- 取图片路径的正则
- UBB 转换函数演示 (经典论坛)
- pjblog的ubbcodeasp文件
- PBlog2 公用JS代码
- 用的ubb转换
- 密码强度检测函数（正则）
- 正则表达式工具 Match Tracer
- 编写采集规则的好帮手—RegexBuddy 下载，正则不再难
- 正则表达式30分钟入门教程 v2.1版
- asp 图片正则 替换，替换前检查图片是不是本地地址的方法
- 正则表达式口诀 正则表达式学习工具
PHP 正则表达式分析RSS
出处:互联网 整理: 软晨网（RuanChen.com） 发布: 2009-09-13 浏览: 94 ::
收藏到网摘: n/a
近做了一个读取中国新闻网RSS的页面。首先是把RSS文档下载下来保存到本地
复制代码 代码如下:
$xmlfile = 'news/'.date('YmdH').'.xml';
$sourcexml = 'http://www.chinanews.com.cn/rss/scroll-news.xml';
if( !file_exists($xmlfile) ) {
$str = @file($sourcexml) or die('加载文件时出错。');
$fp = fopen($xmlfile,'w') or die('写缓存失败!');
fputs($fp,$str);
fclose($fp);
然后用simplexml读取并输出HTML
复制代码 代码如下:
$xml = simplexml_load_file($xmlfile);
$c = $xml->channel;
$k = 0;
foreach($c->item as $v) {
$k ++;
echo "
<div class=\"newsline\">·<a title=\"$v->title\" href=\"$v->link\" target=\"_blank\">$v->title</a></div>
";
后来遇到了一个问题，就是RSS中经常包含有一些GBK的繁体字。google了很多字符集转换方面的文章。得出一个解法：
复制代码 代码如下:
$str = mb_convert_encoding( join('',$str), "gb2312", "GBK");
这个方法并不能繁体转为简体，会转成一个乱码，但至少能保证simplexml_load_file($xmlfile)执行成功。因为这些繁体字通常出现在描述里
，暂且接受。
再后来遇到另一个问题，描述里出现了形如“中新网12月30日电(闻育e?”的乱码，simplexml_load_file失败。
至此考虑用正则表达式获取标题和链接。（有文章说正则表达式效率可能更好，以后再验证）
代码如下：
复制代码 代码如下:
$fp = fopen($xmlfile,'r');
if($fp)
{
$data = fread($fp,filesize($xmlfile));
fclose($fp);
preg_match_all(
"/<item><title>(.*?)<\/title><link>(.*?)<\/link>/i",$data,$out,PREG_SET_ORDER);
foreach($out as $key => $v)
{
$v[1] = iconv('gbk','utf-8',$v[1]);
echo "
<div class=\"newsline\">·<a title=\"$v[1]\" href=\"$v[2]\" target=\"_blank\">$v[1]</a></div>
";
}
}
评论 (0) All
