使用PHP和DOM解析与生成RSS文档

# 使用PHP和DOM解析与生成RSS文档 ## 1. 使用PHP和DOM解析RSS提要 ### 1.1 过程式方法解析RSS提要 在解析RSS提要时，我们可以使用PHP的DOM XML扩展以过程式的方式进行操作。以下是具体步骤： 1. **关闭错误通知**：为了后续对文档元素进行检查，我们先关闭错误通知。 ```php <?php // Switch off error notices error_reporting(E_ALL ^ E_NOTICE); ``` 2. **创建DOMDocument对象**：使用`domxml_open_file`函数获取SitePoint的RSS提要。 ```php // Instantiate an instance of DOM from file $dom = domxml_open_file('http://www.sitepoint.com/rss.php'); ``` 3. **获取根元素**：使用`document_element`方法获取文档的根元素。 ```php // Get the root RDF element $rdf = $dom->document_element(); ``` 4. **获取所有`<item>`元素**：使用`get_elements_by_tagname`方法获取文档中所有的`<item>`元素。 ```php // Fetch all the <item> elements from the document $items = $rdf->get_elements_by_tagname('item'); ``` 5. **遍历`<item>`元素**：使用`child_nodes`方法遍历每个`<item>`元素的子节点，找到标题、描述和链接元素。 ```php // Start displaying a table echo "<table width=\"450\" border=\"1\">\n"; // Loop through each item foreach ($items as $item) { // Get the children of each item $itemNodes = $item->child_nodes(); // Loop through the children foreach ($itemNodes as $itemNode) { // Get the contents of each child $itemContents = $itemNode->child_nodes(); // Deal with the specific elements we want switch (strtoupper($itemNode->tagname)) { case 'TITLE': // Loop through the contents to find the text node foreach ($itemContents as $itemContent) { // If it's a text node, display the HTML if ($itemContent->node_type() == XML_TEXT_NODE) { echo "<tr>\n<td><b>" . $itemContent->content . "</b><br />\n"; } } break; case 'DESCRIPTION': foreach ($itemContents as $itemContent) { if ($itemContent->node_type() == XML_TEXT_NODE) { echo $itemContent->content . "<br />\n"; } } break; case 'LINK': foreach ($itemContents as $itemContent) { if ($itemContent->node_type() == XML_TEXT_NODE) { echo "<a href=\"" . $itemContent->content . "\">" . $itemContent->content . "</a><br />\n"; } } break; } } } echo "</table>\n"; ?> ``` ### 1.2 函数调用方法解析RSS提要 过程式方法虽然简单，但代码中存在多层嵌套循环，不利于维护。我们可以使用函数调用的方法，将问题分解为可管理的步骤。具体步骤如下： 1. **设置全局变量**：使用`$rssItem`作为临时存储`<item>`内容的变量，使用`$rssItems`数组存储所有`<item>`对象。 ```php <?php // Set up global variables $rssItem = new stdClass; // Temporary variable stores contents of // <item> $rssItems = array(); // Stores a list of <item> objects ``` 2. **定义`rdf`函数**：该函数获取DOMDocument类的实例，调用`items`函数。 ```php // Get the root RDF element function rdf($dom) { $rdf = $dom->document_element(); // Call Items() to fetch all <item> tags items($rdf); } ``` 3. **定义`items`函数**：该函数获取所有`<item>`标签，调用`item`函数处理每个`<item>`标签。 ```php // Gets all the <item> tags function items($rdf) { // Fetch all the <item /> elements from the document $items = $rdf->get_elements_by_tagname('item'); item($items); } ``` 4. **定义`item`函数**：该函数遍历`<item>`数组，调用`itemNode`函数处理每个`<item>`的子节点。 ```php // Populates $rssItems with single <item>s function item($items) { global $rssItem, $rssItems; // Loop through each item foreach ($items as $item) { // Get the children of each item $itemNodes = $item->child_nodes(); itemNode($itemNodes); $rssItems[] = $rssItem; $rssItem = new stdClass; } } ``` 5. **定义`itemNode`函数**：该函数遍历每个`<item>`的子节点，调用`itemContent`函数查找包含所需数据的文本节点。 ```php // Fetches the contents within at <item /> function itemNode($itemNodes) { // Loop through the children foreach ( $itemNodes as $itemNode ) { // Get the contents of each child $itemContents=$itemNode->child_nodes(); itemContent($itemNode,$itemContents); } } ``` 6. **定义`itemContent`函数**：该函数查找文本节点，找到后调用`storeData`函数存储数据。 ```php // Collects the text nodes from within the content function itemContent($itemNode, $itemContents) { foreach ($itemContents as $itemContent) { // If it's a text node, display the HTML if ($itemContent->node_type() == XML_TEXT_NODE) { $itemData = $itemContent->content; storeData($itemNode, $itemData); } } } ``` 7. **定义`storeData`函数**：该函数将数据存储到`$rssItem`变量中。 ```php // Stores the text node in the current $rssItem global variable function storeData($itemNode, $itemData) { global $rssItem; // Deal with the specific elements we want switch (strtoupper($itemNode->tagname)) { case 'TITLE': $rssItem->title = $itemData; break; case 'DESCRIPTION': $rssItem->description = $itemData; break; case 'LINK': $rssItem->link = $itemData; break; } } ``` 8. **调用函数解析RSS提要**：获取RSS文档，调用`rdf`函数开始解析，最后将解析结果存储在`$rssItems`数组中。 ```php // Fetch the entire document $rssDoc = file('http://www.sitepoint.com/rss.php'); $rssDoc = implode('', $rssDoc); // Instantiate an instance of DOM from file $dom = domxml_open_mem($rssDoc); // Call the Rdf function to start parsing rdf($dom); // Build a table out of the $rssItems array $table = "<table width=\"450\">\n"; foreach ($rssItems as $rssItem) { $table .= "<tr>\n<td><a href=\"" . $rssItem->link . "\">" . $rssItem->title . "</a><br />\n"; $table .= $rssItem->description . "</td>\n</tr>\n"; } $table .= "</table>\n"; echo $table; ?> ``` ### 1.3 使用`DomRssParser`类解析RSS提要 为了避免使用全局变量带来的问题，我们可以将上述代码封装到一个类`DomRssParser`中。具体步骤如下： 1. **定义`DomRssParser`类的构