试图仅从RSS源中解析图像

时间:2013-01-09 21:16:52

标签: php parsing rss simplexml feed

首先,我是一个php新手。我查看了问题和解决方案 here 。然而,对于我的需求,解析并没有深入到各种文章中。

我的RSS Feed的一小部分内容如下:

 <channel>
 <atom:link href="http://mywebsite.com/rss" rel="self" type="application/rss+xml" />
 <title>My Web Site</title>
 <description>My Feed</description>
 <link>http://mywebsite.com/</link>

 <image>
 <url>http://mywebsite.com/views/images/banner.jpg</url>
 <title>My Title</title>
 <link>http://mywebsite.com/</link>
 <description>Visit My Site</description>
 </image>

 <item>
 <title>Article One</title>
 <guid isPermaLink="true">http://mywebsite.com/details/e8c5106</guid>
 <link>http://mywebsite.com/geturl/e8c5106</link>
 <comments>http://mywebsite.com/details/e8c5106#comments</comments>     
 <pubDate>Wed, 09 Jan 2013 02:59:45 -0500</pubDate> 
 <category>Category 1</category>    
 <description>
      <![CDATA[<div>
      <img src="http://mywebsite.com/myimages/1521197-main.jpg" width="120" border="0"  />  
      <ul><li>Poster: someone's name;</li>
      <li>PostDate: Tue, 08 Jan 2013 21:49:35 -0500</li>
      <li>Rating: 5</li>
      <li>Summary:Lorem ipsum dolor </li></ul></div><div style="clear:both;">]]>
      </description>
 </item> 
 <item>..

我要解析的图片链接是每个商品&gt;内部的图片链接。 说明

我的php文件中的代码为:

     <?php
 $xml = simplexml_load_file('http://mywebsite.com/rss?t=2040&dl=1&i=1&r=ceddfb43483437b1ed08ab8a72cbc3d5');
 $imgs = $xml->xpath('/item/description/img');
 foreach($imgs as $image) {
      echo $image->src;
 }
 ?>

有人可以帮我弄清楚如何配置上面的PHP代码?

这也是一个非常新手的问题......一旦我得到了生成的图片网址,我怎样才能在我的HTML上连续显示图片?

非常感谢!!!

Hernando的

2 个答案:

答案 0 :(得分:2)

RSS源中的<img>标签实际上不是XML文档的元素,与此站点上的语法高亮相反 - 它们只是<description>元素中恰好包含字符的文本<>

字符串<![CDATA[告诉XML解析器,从那里到遇到]]>的所有内容都被视为原始字符串,无论它包含什么。这对于在HTML中嵌入HTML非常有用,因为HTML标记不一定是有效的XML。它等同于转义整个HTML(例如,使用htmlspecialchars),以便<img>标记看起来像&lt;img&gt;。 (我进入了more technical details on another answer。)

因此,从RSS中提取图像需要两个步骤:首先,获取每个<description>的文本,然后找到该文本中的所有<img>标记。

$xml = simplexml_load_file('http://mywebsite.com/rss?t=2040&dl=1&i=1&r=ceddfb43483437b1ed08ab8a72cbc3d5');

$descriptions = $xml->xpath('//item/description');
foreach ( $descriptions as $description_node ) {
    // The description may not be valid XML, so use a more forgiving HTML parser mode
    $description_dom = new DOMDocument();
    $description_dom->loadHTML( (string)$description_node );

    // Switch back to SimpleXML for readability
    $description_sxml = simplexml_import_dom( $description_dom );

    // Find all images, and extract their 'src' param
    $imgs = $description_sxml->xpath('//img');
    foreach($imgs as $image) {
        echo (string)$image['src'];
    }
}

答案 1 :(得分:0)

我对xPath没有多少经验,但您可以尝试以下方法:

$imgs = $xml->xpath('item//img');

这将选择img - 元素内的所有item - 元素,无论其间是否有其他元素。删除前导斜杠将在文档中的任何位置搜索item,而不仅仅是从根目录中搜索/rss/channel/item...。否则,您需要<img>

之类的东西

至于显示图像:只输出foreach($imgs as $image) { echo '<img src="' . $image->src . '" /><br />'; } - 标记后跟换行符,如下所示:

<br>

首选的方法是使用CSS而不是{{1}} - 标签,但我认为它们起初更简单。