PHP 正则表达式分析RSS_正则表达式-自学php网

PHP 正则表达式分析RSS_正则表达式

来源：自学PHP网时间：2014-10-28 17:28 作者：阅读:次

[导读] 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...

$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> 
"; 
} 
} 

JavaScript 去前后全脚半脚空格的正则_正则表达式

关于内容的分离,正则抽出图片(一定要加精哦)_正

子栏目

PHP 正则表达式分析RSS_正则表达式

最新评论

添加评论

更多文章推荐

添加评论