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
- 自定义ubb代码,preg_replace()函数的一些代码
- eregi_replace()中特殊字符的处理方法
- eregi_replace与preg_replace 函数代码的用法比较
- JS正则表达式详解[收藏]
- [正则表达式]贪婪模式与非贪婪模式
- 收集的ASP.NET中常用正则表达式
- C#正则实现Ubb解析类的代码
- 利用正则快速找出两个字符串的不同字符
- C#中的正则表达式 学习资料
- 正则表达式中对各字符集编码范围的总结
- 正则表达式基础教程与说明
- 正则表达式
- asp下正则实现URL自动链接的一个函数
- JS:一个匹配日期的正则
- JS:正则将首字单词转成大写
- 正则表达式：过滤<font>和</font>
- vbs:把一段文字中指定字符颜色变成红色的正则
- js:校验IPv6地址的正则表达式
- vbs:一段比较精简的代码实现取得字符串的"字节"数
- vbs:能算出一个字符在一字段里共出现有几次的函数
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: 90 ::
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
