如何使用 php 获取网站的 rss feed url？答案

【问题标题】：How to fetch rss feed url of a website using php?如何使用 php 获取网站的 rss feed url？
【发布时间】：2011-08-06 16:21:00
【问题描述】：

我需要以编程方式查找网站的 rss 提要 url。

[使用php或jquery]

【问题讨论】：

标签： php rss

【解决方案1】：

大体流程已经回答（Quentin,DOOManiac），所以一些代码（Demo）：

<?php

$location = 'http://hakre.wordpress.com/';
$html = file_get_contents($location);
echo getRSSLocation($html, $location); # http://hakre.wordpress.com/feed/

/**
 * @link http://keithdevens.com/weblog/archive/2002/Jun/03/RSSAuto-DiscoveryPHP
 */
function getRSSLocation($html, $location){
    if(!$html or !$location){
        return false;
    }else{
        #search through the HTML, save all <link> tags
        # and store each link's attributes in an associative array
        preg_match_all('/<link\s+(.*?)\s*\/?>/si', $html, $matches);
        $links = $matches[1];
        $final_links = array();
        $link_count = count($links);
        for($n=0; $n<$link_count; $n++){
            $attributes = preg_split('/\s+/s', $links[$n]);
            foreach($attributes as $attribute){
                $att = preg_split('/\s*=\s*/s', $attribute, 2);
                if(isset($att[1])){
                    $att[1] = preg_replace('/([\'"]?)(.*)\1/', '$2', $att[1]);
                    $final_link[strtolower($att[0])] = $att[1];
                }
            }
            $final_links[$n] = $final_link;
        }
        #now figure out which one points to the RSS file
        for($n=0; $n<$link_count; $n++){
            if(strtolower($final_links[$n]['rel']) == 'alternate'){
                if(strtolower($final_links[$n]['type']) == 'application/rss+xml'){
                    $href = $final_links[$n]['href'];
                }
                if(!$href and strtolower($final_links[$n]['type']) == 'text/xml'){
                    #kludge to make the first version of this still work
                    $href = $final_links[$n]['href'];
                }
                if($href){
                    if(strstr($href, "http://") !== false){ #if it's absolute
                        $full_url = $href;
                    }else{ #otherwise, 'absolutize' it
                        $url_parts = parse_url($location);
                        #only made it work for http:// links. Any problem with this?
                        $full_url = "http://$url_parts[host]";
                        if(isset($url_parts['port'])){
                            $full_url .= ":$url_parts[port]";
                        }
                        if($href{0} != '/'){ #it's a relative link on the domain
                            $full_url .= dirname($url_parts['path']);
                            if(substr($full_url, -1) != '/'){
                                #if the last character isn't a '/', add it
                                $full_url .= '/';
                            }
                        }
                        $full_url .= $href;
                    }
                    return $full_url;
                }
            }
        }
        return false;
    }
}

请参阅：RSS auto-discovery with PHP (archived copy)。

【讨论】：

【解决方案2】：

这比仅仅在此处粘贴一些代码涉及更多内容。但我可以为您指明正确的方向。

首先您需要获取页面
解析返回的字符串以查找RSS Autodiscovery Meta tag。您可以将整个文档映射为 XML 并使用 DOM 遍历，但我只会使用正则表达式。
提取标签的 href 部分，您现在就有了 RSS 提要的 URL。

【讨论】：

您好，您是否提到了通过 html 源代码抓取来识别 rss feed url？

【解决方案3】：

rules for making RSS discoverable 有很好的文档记录。您只需要解析 HTML 并查找所描述的元素。

【讨论】：

【解决方案4】：

一个稍微小一点的函数，它将获取第一个可用的提要，无论是 rss 还是 atom（大多数博客都有两个选项 - 这会获取第一个首选项）。

public function getFeedUrl($url){
        if(@file_get_contents($url)){
            preg_match_all('/<link\srel\=\"alternate\"\stype\=\"application\/(?:rss|atom)\+xml\"\stitle\=\".*href\=\"(.*)\"\s\/\>/', file_get_contents($url), $matches);
            return $matches[1][0];
        }
        return false;
    }

【讨论】：