用PHP解析RSS

Question

我正在嘗試解析RSS： http : //www.mlssoccer.com/rss/en.xml 。

$feed = new DOMDocument();
$feed->load($url)
$items = $feed->getElementsByTagName('channel')->item(0)->getElementsByTagName('item');

foreach($items as $key => $item) 
{
    $title = $item->getElementsByTagName('title')->item(0)->firstChild->nodeValue;
    $pubDate = $item->getElementsByTagName('pubDate')->item(0)->firstChild->nodeValue;
    $description = $item->getElementsByTagName('description')->item(0)->firstChild->nodeValue;
    // do some stuff
}

問題是：我得到“ $ title”和“ $ pubDate”沒有問題，但是由於某種原因，“ $ description”始終為空，其中沒有任何內容。 發生這種行為的原因可能是什么？如何解決？

Answer 1

問題在於CDATA，您需要使用textContent而不是nodeValue來檢索之間的值

<?php

$feed = new DOMDocument();
$feed->load('http://www.mlssoccer.com/rss/en.xml');
$items = $feed->getElementsByTagName('channel')->item(0)->getElementsByTagName('item');

foreach($items as $key => $item) 
{
    $title = $item->getElementsByTagName('title')->item(0)->firstChild->nodeValue;
    $pubDate = $item->getElementsByTagName('pubDate')->item(0)->firstChild->nodeValue;
    $description = $item->getElementsByTagName('description')->item(0)->textContent; // textContent

}

Answer 2

開頭<description>標記和開頭<![CDATA[之間可以有空格。 這是一個文本節點。

因此，如果訪問description的firstChild，則可能會獲取該空白文本節點。

您可以通過一種通用方式將DOMdocument設置為忽略空白節點：

$feed = new DOMDocument();
$feed->preserveWhiteSpace  = FALSE;
$feed->load($url);

另外，您應該簽出XPath，它使讀取DOM更容易：

$xpath = new DOMXpath($feed);

foreach ($xpath->evaluate('//channel/item') as $item) {
    $title = $xpath->evaluate('string(title)', $item);
    $pubDate = $xpath->evaluate('string(pubDate)', $item);
    $description = $xpath->evaluate('string(description)', $item);
    // do some stuff
    var_dump([$title, $pubData, $description]);
}