从RSS提要解析只是IMG SRC麻烦？

我试图创建一个基于这个例子的RSS阅读器：从RSS提要解析只是IMG SRC麻烦？

http://www.w3schools.com/php/php_ajax_rss_reader.asp

具体来说，我试图修改此示例，使读者可以访问和显示所有可用的漫画图像（没有别的）从任何给定的网络漫画RSS提要。我意识到可能有必要使代码至少有点特定于站点，但我正在尽可能将其作为通用目标。目前，我已经修改了最初的示例，以生成一个显示给定RSS源列表的所有漫画的阅读器。但是，它也显示了我试图摆脱的其他不需要的文本信息。这里是我的代码，到目前为止，与那些给我找麻烦特别是一些供稿：

index.php文件：

<html> 
<head> 
    <script> 
     function showRSS() 
     { 
      if (window.XMLHttpRequest) 
      { 
      // code for IE7+, Firefox, Chrome, Opera, Safari 
      xmlhttp=new XMLHttpRequest(); 
      } else 
      { // code for IE6, IE5 
      xmlhttp=new ActiveXObject("Microsoft.XMLHTTP"); 
      } 
      xmlhttp.onreadystatechange=function() 
      { 
      if (xmlhttp.readyState==4 && xmlhttp.status==200) 
      { 
       document.getElementById("rssOutput").innerHTML=xmlhttp.responseText; 
      } 
      } 
      xmlhttp.open("GET","logger.php",true); 
      xmlhttp.send(); 
     } 
    </script> 
</head> 
<body onload="showRSS()"> 
    <div id="rssOutput"></div> 
</body> 
</html>

（相当肯定，有什么不对这个文件，我认为出现的问题在接下来的一个虽然我包括这一个完整性）

logger.php：

<?php 

//function to get all comics from an rss feed 
function getComics($xml) 
{ 
    $xmlDoc = new DOMDocument(); 
    $xmlDoc->load($xml); 

    $x=$xmlDoc->getElementsByTagName('item'); 
    foreach ($x as $x) 
    { 
     $comic_image=$x->getElementsByTagName('description')->item(0)->childNodes->item(0)->nodeValue; 
     //output the comic 
     echo ($comic_image . "</p>"); 
     echo ("<br>"); 
    } 

} 

//create array of all RSS feed URLs 
$URLs = 
[ 
    "SMBC" => "http://www.smbc-comics.com/rss.php", 
    "garfieldMinusGarfield" => "http://garfieldminusgarfield.net/rss", 
    "babyBlues" => "http://www.comicsyndicate.org/Feed/Baby%20Blues", 
]; 

//Loop through all RSS feeds 
foreach ($URLs as $xml) 
{ 
    getComics($xml); 
} 

?>

由于这种方法包括在漫画图像之间的额外的文本（人SMBC中的随机东西，只有几个广告链接gMg和婴儿蓝调的版权链接），我看了一下RSS源并得出结论，问题在于它是包含图像源的描述标签，但也包括其他的东西。接下来，我尝试修改getComics函数直接扫描图像标记，而不是先查找描述标记。我更换了部分DOM文档创建/加载，并与URL列表之间：

$images=$xmlDoc->getElementsByTagName('img'); 
    print_r($images); 

    foreach ($images as $image) 
    { 
     //echo $image->item(0)->getAttribute('src'); 
     echo $image->item(0)->nodeValue; 
     echo ("<br>"); 
    }

但显然的getElementsByTagName不拿起嵌入描述标签内的图像标签，因为我没有得到任何的漫画图像输出，从print_r的语句下面的输出：

DOMNodeList Object ([length] => 0) DOMNodeList Object ([length] => 0)

最后，我试了两种方法的结合，试图用getElementsByTagNam（“IMG”），它分析出来的描述标签的内容里面的代码。我更换了行：

$comic_image=$x->getElementsByTagName('description')->item(0)->childNodes->item(0)->nodeValue;

有：

$comic_image=$x->getElementsByTagName('description')->item(0)->getElementsByTagName('img'); 
     print_r($comic_image);

但这也觉得没有什么，产生的输出：

DOMNodeList Object ([length] => 0)

所以对于很长的背景很抱歉，但我想知道是否有一种方法可以解析给定的RSS提要中的img src而没有其他文本和链接，我不想要？

帮助，将不胜感激

来源

2016-07-30 user2472083

内部，描述的内容被转义，所以下面的代码应该工作：

foreach ($x as $y) { 
    $description = $y->getElementsByTagName('description')->item(0); 
    $decoded_description = htmlspecialchars_decode($description->nodeValue); 
    $description_xml = new DOMDocument(); 
    $description_xml->loadHTML($decoded_description); 
    $comic_image = $description_xml->getElementsByTagName('img')->item(0)->getAttribute('src'); 

    //output the comic 
    echo ($comic_image); 
    echo ("<br>"); 
}

来源

2016-07-30 22:59:39 CountZero

谢谢，我想我通常能获得你说的话，我尝试了您的特定代码。它适用于某些订阅源，但会为其他订阅者产生一个奇怪的错误。例如，对于SMBC，它会输出5个有效的图像URL，但会反复给出以下错误：Warning：DOMDocument :: loadHTML（）：htmlParseEntityRef：expected';'在第30行的C：\ xampp \ htdocs \ comic_database_logger \ logger.php中的实体行中：30，这让我很困惑。我不明白为什么在婴儿蓝调的某些描述文字 – user2472083

中预计会出现一个分号，它完全起作用（尽管它放出了图像的URL而不是图像本身，我想我可以在以后解决），而加菲尔德减去加菲猫，它给出的是上面列出的错误。非常困惑 – user2472083

实际上，我试着在导致问题的行前添加@，因为它们只是警告，现在一切都很完美，除了我需要弄清楚如何显示图像而不是图像源链接 – user2472083

对于任何后来其他人阅读本论坛的参考，这里是我的代码结束了。我更换了里面的一切只是一个getImageSrc功能每次循环调用一个函数getImageTag：

//function to find an image tag within a specific section if there is one 
function getImageTag ($item,$tagName) 
{ 
    //pull desired section from given item 
    $section = $item->getElementsByTagName($tagName)->item(0); 
    //reparse description as if it were a string, because for some reason PHP woon't let you directly go to the source image with getElementsByTagName 
    $decoded_section = htmlspecialchars_decode($section->nodeValue); 
    $section_xml = new DOMDocument(); 
    @$section_xml->loadHTML($decoded_section); //the @ is to suppress a bunch of warnings about characters this parser doesn't like 
    //pull image tag from section if there 
    $image_tag = $section_xml->getElementsByTagName('img')->item(0); 
    return $image_tag; 
} 

//function to get the image source URL from a given item 
function getImageSrc ($item) 
{ 
    $image_tag = getImageTag($item,'description'); 
    if (is_null($image_tag)) //if there was nothing with the tag name of image in the description section 
    { 
     //check in content:encoded section, because that's the next most likely place 
     $image_tag = getImageTag($item,'encoded'); 
     if (is_null($image_tag)) //if there was nothing with the tag name of image in the encoded content section 
     { 
      //if the program gets here, it's probably because the feed is crap and doesn't include images, 
      //or it's because this particular item doesn't have a comic image in it 
      $image_src = ''; 
      //THIS EXCEPTION WILL PROBABLY NEED TO BE HANDLED LATER TO AVOID POTENTIAL ERRORS 
     } else 
     { 
      $image_src = $image_tag->getAttribute('src'); 
     } 
    } else 
    { 
     $image_src = $image_tag->getAttribute('src'); 
    } 
    return $image_src; 
}

来源

2016-08-04 17:34:54 user2472083

从RSS提要解析只是IMG SRC麻烦？

回答

相关问题