Etichete : feed, PHP, procesare feed, programare, rss, rss feed

Daca aveti proiecte ce necesita procesarea unui feed RSS al unui site pentru a urmari stirile sau orice alte motive atunci va veti izbi cu siguranta de procesarea feed-ului.In acest articol voi prezenta doua functii : una pentru a extrage informatiile de baza ale feed-ului curent si o alta pentru a extrage itemii din aceasta. Ne vom folosi de cunostintele dobandite recent,si anume de aflarea response-ului unei pagini.
Observam ca aceasta functie este de baza in cazul in care dorim sa lucram cu surse externe si nu numai. Este de precizat ca am folosit ca exemple(teste) Feed-uri RSS 2.

Vom incepe cu getFeedInfo().Aceasta functie ne va returna informatii referitoare la titlul paginii curente,link-ul,descrierea etc.

function getFeedInfo($url)
{
	//preluam raspunsul si il procesam
	$response = getResponsePage($url);
	$response = substr($response,0, strpos($response,"<item>"));          

	//cautam informatiile de care avem nevoie
	preg_match("/<title>(.*?)<\/title>/",$response,$title);
	preg_match("/<link>(.*?)<\/link>/",$response,$link);
	preg_match("/<description>(.*?)<\/description>/",$response,$description);
	preg_match("/<lastBuildDate>(.*?)<\/lastBuildDate>/",$response,$lastBuildDate);
	preg_match("/<generator>(.*?)<\/generator>/",$response,$generator);
	preg_match("/<language>(.*?)<\/language>/",$response,$language);

	//procesam informatiile colectate si le validam
	if(sizeof($title) >= 2)         $title         = $title[1];         else $title         = "";
	if(sizeof($link) >= 2)          $link          = $link[1];          else $link          = "";
	if(sizeof($description) >= 2)   $description   = $description[1];   else $description   = "";
	if(sizeof($lastBuildDate) >= 2) $lastBuildDate = $lastBuildDate[1]; else $lastBuildDate = "";
	if(sizeof($generator) >= 2)     $generator     = $generator[1];     else $generator     = "";
	if(sizeof($language) >= 2)      $language      = $language[1];      else $language      = "";

	//returnam informatiile
	return array("title"          => $title,
			 "link"           => $link,
			 "description" => $description,
			 "lastBuild"     => $lastBuildDate,
			 "generator"   => $generator,
			 "language"    => $language
		       );
}

Functia are un singur argument, si anume calea catre feed si va returna un array.
Ca exemplu ne vom folosi de WorldIT Feed, apeland functia astfel :

$info = getFeedInfo(“http://www.worldit.info/feed/”);

• [title] => WorldIT
• [link] => http://www.worldit.info
• [description] => The world which goes bigger and bigger every day.
• [lastBuild] => Wed, 19 Aug 2009 09:13:50 +0000
• [generator] => http://wordpress.org/?v=2.8.4
• [language] => en

Pentru a folosi oricare din informatiile de mai sus ne vom folosi de array-ul returnat,spre exemplu codul de mai jos va afisa link-ul feed-ului :

echo $info['link'];

Atentie : Aceasta functie are toate atributele returnate valide pentru orice feed (main feed,article feed etc).

Trecem mai departe si vom incerca sa procesam item-urile(articole,comentarii etc) feed-ului curent.Functia getLastItems() ne va ajuta in aceasta situatie.

function getLastItems($url)
{
	//extragem response-ul,pregatim item-urile pentru procesare
	$itemsFeed = array(array());
	$response = getResponsePage($url);
	preg_match_all("/<item>(.*?)<\/item>/s",$response,$items);

	//procesam fiecare item in parte

	foreach($items[1] as $item)
	{
		$new = array();

		//extragem informatiile
		preg_match("/<title>(.*?)<\/title>/",$item,$new['title']);
        preg_match("/<link>(.*?)<\/link>/",$item,$new['link']);
		preg_match("/<comments>(.*?)<\/comments>/",$item,$new['commentsURL']);
		preg_match("/<pubDate>(.*?)<\/pubDate>/",$item,$new['date']);
		preg_match("/<dc:creator>(.*?)<\/dc:creator>/",$item,$new['author']);
		preg_match("/<description>(.*?)<\/description>/s",$item,$new['description']);
		preg_match("/<content:encoded>(.*?)<\/content:encoded>/s",$item,$new['content']);
		preg_match("/<wfw:commentRss>(.*?)<\/wfw:commentRss>/",$item,$new['commentsRSS']);
		preg_match("/<slash:comments>(.*?)<\/slash:comments>/",$item,$new['commentsCount']);

		//procesam informatiile colecatate si le validam
		if(sizeof($new['title']) >= 2)         $new['title']          = $new['title'][1];          else $new['title']         = "";
		if(sizeof($new['link']) >= 2)          $new['link']           = $new['link'][1];		      else $new['link']        	 = "";
		if(sizeof($new['commentsURL']) >= 2)   $new['commentsURL']    = $new['commentsURL'][1];	  else $new['commentsURL']   = "";
		if(sizeof($new['date']) >= 2)          $new['date']           = $new['date'][1];		      else $new['date']          = "";
		if(sizeof($new['author']) >= 2)        $new['author']         = $new['author'][1];		  else $new['author']        = "";
		if(sizeof($new['description']) >= 2)   $new['description']    = $new['description'][1];	  else $new['description']   = "";
		if(sizeof($new['content']) >= 2)       $new['content']        = $new['content'][1];		  else $new['content']       = "";
		if(sizeof($new['commentsRSS']) >= 2)   $new['commentsRSS']    = $new['commentsRSS'][1];	  else $new['commentsRSS']   = "";
		if(sizeof($new['commentsCount']) >= 2) $new['commentsCount']  = $new['commentsCount'][1];  else $new['commentsCount'] = "";	

		//procesam informatii ce au nevoie de o atentie speciala
		$new['description'] = str_replace(array("<![CDATA[","]]>"),"",$new['description']);
		$new['content']     = str_replace(array("<![CDATA[","]]>"),"",$new['content']);

		//adaugam informatiile la lista de cele procesate
		$itemsFeed[] = $new;
	}
	return $itemsFeed;
}

Aceasta functie are deasemenea un singur argument, linkul catre feed.Functia returneaza un array de item-uri.Practic fiecare item(incepand indexarea de la 1) reprezinta un articol/comentariu al feed-ului respectiv.
Fiecare item,ca si in primul caz, este caracterizat deasemenea prin mai multe atribute :

• [title]
• [link]
• [commentsURL]
• [date]
• [author]
• [description]
• [content]
• [commentsRSS]
• [commentsCount]

Un exemplu de folosire a functiei ,afisand toate titlurile itemurilor feedului:

$items = getLastItems(“http://www.worldit.info/feed/”);
for($i = 1; $i < sizeof($items); $i++)
{
echo “Item “.$i.” : “.$items[$i]['title'].”<br>”;
}

Atentie!!! Aceasta functie poate fi folosita si in cazul feed-urilor unui articol,insa in aceasta situatie unele atribute nu vor avea nici o valoare.Cele valide se afla in lista de mai jos :

• [title]
• [link]
• [date]
• [author]
• [description]
• [content]

Cateva exemple de folosire.

Cam atat din acest articol,daca aveti intrebari(sau completari),sau intampinati probleme de implementare nu ezitati sa le prezentati.

Recomandam, pe aceeasi tema

Despre autorul articolului :

Avădănei Andrei - Autorul a scris 591 articole (vezi lista completa).

Contact | andrei@worldit.info | @worldIT – @AndreiAvadanei

Fondator si redactor worldit.info, ma numesc Andrei si sunt pasionat de programare , in special de algoritmica si web development. Forumul WorldIT iti sta la dispozitie daca ai nevoie de suport tehnic, informatii si sugestii privind diverse produse prezentate pe blog si nu numai. Mai multe detalii despre activitatile mele aici.