PHP での SimpleXML 処理>>RSS取得

phpでrssの情報を抜き出したい場合は、titleやlinkの要素は以下の通りで抜き出せます。

<?php // Load and parse the XML document
$rss =  simplexml_load_file('http://partners.userland.com/nytRss/nytHomepage.xml');
$title =  $rss->channel->title;
?>

<html xml:lang="en" lang="en">
<head>
  <title><?php echo $title; ?></title>
</head>
<body>

<h1><?php echo $title; ?></h1>

<?php
// Here we'll put a loop to include each item's title and description
foreach ($rss->channel->item as $item) {
  echo "<h2><a href='" . $item->link . "'>" . $item->title . "</a></h2>";
  echo "<p>" . $item->description . "</p>";
}
?>

</body>
</html>

最初に書いた通り、上記でtitleなどは取得出来ますが、<content:encoded>など、

<![CDATA[

が含まれる箇所が取得できません。

そこで、「MagpieRSS – PHP で使える RSS パーサー。」を参考にMagpieRSSというものを利用しました。

使い方

index.php に http://yamazon.org/feed のRSSを埋め込むとして手順を示します。

  • http://magpierss.sourceforge.net/ で MagpieRSS (magpierss-0.3.tar.gz) を入手。
  • magpierss-0.3.tar.gz を解凍。
  • 拡張子が .inc のファイルと extlib フォルダを index.php と同じディレクトリにアップロード。
  • 同じディレクトリ(サーバ上)の下に cache という名前のディレクトリを作る。
  • index.php の中のヘッドラインを埋め込みたい位置に以下のコードを挿入。

以上の設定が完了したら、以下のようなソースで抜き出します。

<?php
include('rss_fetch.inc');

$url = "http://yamazon.org/feed";
$rss = fetch_rss($url);

if($rss){
$items = $rss->items;
foreach($items as $item){
$content = $item["content"]["encoded"];
$content = mb_convert_encoding($content, "UTF-8", "auto");
echo $content;
}
}else{
echo "file not found.";
}
?>

これで、<content:encoded>が抜き出せましたが、文字化けしてしまいました。

mb_convert_encodingでエンコードしても文字化けのまま・・・。(どうやらASCIIに変換されている模様?)

文字化けについては解決次第、報告しようと思います。

<追記>

文字化けの件が解決したのでメモしておきます。

(Jcode.phpを使う方法 – mb_convert_encodingが使えない場合の解決法その1)

  • http://www.spencernetwork.org/jcode/ でJcode.php(jcode_1.34.zip)を入手。
  • jcode_1.34.zip を解凍。
  • jcode.phps を jcode.php に拡張子を変えた後、readme.txt 以外のファイルを同じディレクトリにアップロード。(jcode.php と code_table.ucs2jis のみでも可)
  • コードを以下の様に変更。
 <?php
//MagpieRSS
 include('rss_fetch.inc');
 require_once 'code_table.ucs2jis';
 require_once 'jcode.php';

 $url = $search_domain;
 $rss = fetch_rss($url);

 $title = $rss->channel["title"];
 //JcodeConvert($str, $from, $to) 0:PASS(無変換)1:EUC-JP 2:Shift_JIS 3:ISO-2022-JP(JIS) 4:UTF-8
 //今回は変換元がEUC-JPだったので、PASS,4 でUTF-8に変換してます。
 $title = JcodeConvert($title, 0, 4);

 echo $title;

 if($rss){
 $items = $rss->items;
 foreach($items as $item){
 $content = $item["content"]["encoded"];
 $url   = $item["link"];

 $content = JcodeConvert($content, 0, 4);
 echo $url;
 echo $content;

 }
 }else{
 echo "file not found.";
 }
//MagpieRSS
 ?>

私の場合は以上で、文字化けもなく <![CDATA[ が含まれる要素も全て取得出来ました。

RSSを取得する、その他の方法として

XML::FeedPPで、content:encodedなどを取得する方法

などもあるようです。

//JcodeConvert($str, $from, $to) 0:PASS(無変換)1:EUC-JP 2:Shift_JIS 3:ISO-2022-JP(JIS) 4:UTF-8

http://www.doyouphp.jp/php5/php5_simplexml.shtml

カテゴリー: 雑記. タグ: , , . Leave a Comment »

コメントを残す

以下に詳細を記入するか、アイコンをクリックしてログインしてください。

WordPress.com ロゴ

WordPress.com アカウントを使ってコメントしています。 ログアウト / 変更 )

Twitter 画像

Twitter アカウントを使ってコメントしています。 ログアウト / 変更 )

Facebook の写真

Facebook アカウントを使ってコメントしています。 ログアウト / 変更 )

Google+ フォト

Google+ アカウントを使ってコメントしています。 ログアウト / 変更 )

%s と連携中

%d人のブロガーが「いいね」をつけました。