用simplexml处理atom数据

很多博客使用atom来输出数据，但是atom使用了名称空间(namespace)，所以现在请求被命名的元素和本地名称时必须指定名称空间统一资源标识符（URI），还有一点就是simplexml的xpath方法无法直接query这个xml tree。

从 PHP 5.1 版开始，SimpleXML 可以直接对带名称空间的文档使用 XPath 查询。和通常一样，XPath 位置路径必须使用名称空间前缀，即使搜索的文档使用默认名称空间也仍然如此。registerXPathNamespace() 函数把前缀和后续查询中使用的名称空间 URL 联系在一起。

下面是使用xpath查询atom文档title元素的例子：

$atom =  simplexml_load_file('http://www.ooso.net/index.php/feed/atom');
$atom->registerXPathNamespace('atom', 'http://www.w3.org/2005/Atom');
$titles = $atom->xpath('//atom:title');
foreach ($titles as $title)
  echo "<h2>" . $title . "</h2>";

用simplexml处理rss数据

wordpress可以输出rss2的数据源，这里面也有一些不同的namespace，比如dc。一个使用simplexml解析rss2的例子：

$ns = array (
        'content' => 'http://purl.org/rss/1.0/modules/content/',
        'wfw' => 'http://wellformedweb.org/CommentAPI/',
        'dc' => 'http://purl.org/dc/elements/1.1/'
);

$articles = array();

// step 1: 获得feed
$blogUrl = 'http://www.ooso.net/index.php/feed/rss2';
$xml = simplexml_load_url($blogUrl);

// step 2: 获得channel metadata
$channel = array();
$channel['title']       = $xml->channel->title;
$channel['link']        = $xml->channel->link;
$channel['description'] = $xml->channel->description;
$channel['pubDate']     = $xml->pubDate;
$channel['timestamp']   = strtotime($xml->pubDate);
$channel['generator']   = $xml->generator;
$channel['language']    = $xml->language;

// step 3: 获得articles
foreach ($xml->channel->item as $item) {
        $article = array();
        $article['channel'] = $blog;
        $article['title'] = $item->title;
        $article['link'] = $item->link;
        $article['comments'] = $item->comments;
        $article['pubDate'] = $item->pubDate;
        $article['timestamp'] = strtotime($item->pubDate);
        $article['description'] = (string) trim($item->description);
        $article['isPermaLink'] = $item->guid['isPermaLink'];

        // get data held in namespaces
        $content = $item->children($ns['content']);
        $dc      = $item->children($ns['dc']);
        $wfw     = $item->children($ns['wfw']);

        $article['creator'] = (string) $dc->creator;
        foreach ($dc->subject as $subject)
                $article['subject'][] = (string)$subject;

        $article['content'] = (string)trim($content->encoded);
        $article['commentRss'] = $wfw->commentRss;

        // add this article to the list
        $articles[$article['timestamp']] = $article;
}

这个例子中，使用children方法来获得名称空间中的数据：

$dc      = $item->children($ns['dc']);

参考文档

• PHP 中的 SimpleXML 处理
• Using SimpleXML To Parse RSS Feeds

自 PHP 5.1.1 起定义有以下常量来提供标准日期表达方法，可以用于日期格式函数（例如 date()）。

DATE_ATOM（string）
原子钟格式（如：2005-08-15T15:52:01+00:00）

DATE_COOKIE（string）
HTTP Cookies 格式（如：Mon, 15 Aug 2005 15:52:01 UTC）

DATE_ISO8601（string）
ISO-8601（如：2005-08-15T15:52:01+0000）

DATE_RFC822（string）
RFC 822（如：Mon, 15 Aug 2005 15:52:01 UTC）

DATE_RFC850（string）
RFC 850（如：Monday, 15-Aug-05 15:52:01 UTC）

DATE_RFC1036（string）
RFC 1036（如：Monday, 15-Aug-05 15:52:01 UTC）

DATE_RFC1123（string）
RFC 1123（如：Mon, 15 Aug 2005 15:52:01 UTC）

DATE_RFC2822（string）
RFC 2822（如：Mon, 15 Aug 2005 15:52:01 +0000）

DATE_RSS（string）
RSS（如：Mon, 15 Aug 2005 15:52:01 UTC）

DATE_W3C（string）
World Wide Web Consortium（如：2005-08-15T15:52:01+00:00）

比如，要输出一个RSS需要的日期格式，就可以用下面的代码简单实现：

echo date(DATE_RSS);

废话不多说，贴代码:

<?php
$xml = <<<EOF
<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book id="1">
        <title>Code Generation in Action</title>
        <author><first>Jack</first><last>Herrington</last></author>
        <publisher>Manning</publisher>
    </book>

    <book id="2">
        <title>PHP Hacks</title>
        <author><first>Jack</first><last>Herrington</last></author>
        <publisher>O'Reilly</publisher>
    </book>

    <book id="3">
        <title>Podcasting Hacks</title>
        <author><first>Jack</first><last>Herrington</last></author>
        <publisher>O'Reilly</publisher>
    </book>
</books>
EOF;

echo $json = json_encode(simplexml_load_string($xml));
?>

整个过程就是一行，灰墙之ez.

另：可以跟以前写的“用php将rss转化为json格式”比较一下.

PHP4发布于2000年五月，这一年我刚刚学会拨号上网，申请email帐号收发邮件。在2004年，php家族的老五出世， 而这个时候，支持php4的主机以及开源软件已经四处开花。3年后，php4仍然在各大主机上占据绝对份额的优势，尤其是在国内。因为大量的开源代码仍然是php 4 only的，你不知道客户会在hosting上跑什么样的程序。还有一大批的php程序员在维护前人留下的php 4代码，或者在这个基础上接着开发，比如俺… 这对主机商或开发人员来说都不是一件好事情，客户不在乎你用的是php 4还是php 5，这无关紧要，只要代码能跑，功能实现就皆大欢喜了。

前不久的GoPHP5活动，是php开源世界开发人员对现状的一种回应，也是在php核心开发人员推动下的结果。只有得到目前广泛的php开发人员的支持，PHP.net才有底气说2007年底停止php4的开发。

php4能够在如此之久的时间里长盛不衰，证明php 4是成功的。它的历史任务，完成了！

php5的一些参考资料

首先PHP开发者还没摸透在没有php4的情况下，用php5来跑从前的应用会不会有潜在的问题。大量主机上仍然安装的是php4，这会使用户避免选择php5 only的web应用程序。也是因为这个原因，大量主机商还不能马上升级到php5，因为他们不知道用户将要跑php4或是php5的web应用。这样一来，php的开发者越发不能摆脱php4，他们为了适应环境，写出来的代码可能都是php4/php5兼容的。

这对php开发者来说，是如同梦魇一般的一个死循环。一些open source的php开发团体为了摆脱这个困境，终于决定做出一些动作来打破僵局了！！他们在2008年2月份以后发布程序将仅仅官方的支持php 5.2.0以后的版本(官方的支持意味着某些程序还是能保持php4的兼容性的，但是不承诺)！！这个活动被称之为GoPHP5！！这些php开发团体已知的名单如下：

Drupal
Joomla
CakePHP
Symfony(这个已经是php5 only了)
Gallery
WordPress

对于用户来说，使用php4或者php5无关紧要，他需要的仅仅是他的程序可以run。那么列表中拥有大量用户基础的php程序的转向，将会是驱动主机商升级到php5的极大动力。

下面是一些原文：

PHP 4 has served the web developer community for seven years now, and served
it well. However, it also shows its age. Most of PHP 4′s shortcomings have
been addressed by PHP 5, released three years ago, but the transition from
PHP 4 to PHP 5 has been slow for a number of reasons.

PHP developers cannot leverage PHP 5′s full potential without dropping support
for PHP 4, but PHP 4 is still installed on a majority of shared web hosts and
users would then be forced to switch to a different application. Web hosts
cannot upgrade their servers to PHP 5 without making it impossible for their
users to run PHP 4-targeted web apps, and have no incentive to go to the
effort of testing and deploying PHP 5 while most web apps are still
compatible with PHP 4 and the PHP development team still provides maintenance
support for PHP 4. The PHP development team, of course, can’t drop
maintenance support for PHP 4 while most web hosts still run PHP 4.

It is a dangerous cycle, and one that needs to be broken. The open source PHP
developer community has decided that it is indeed now time to move forward,
together. Therefore, the listed open source PHP projects have all agreed
that effective 5 February 2008, any new feature release will have a minimum
required PHP version no older than PHP 5.2.0. It is our believe that this
will allow web hosts a reason to upgrade and the PHP development team the
ability to retire PHP 4 and focus efforts on PHP 5 and the forthcoming PHP 6,
all without penalizing any existing project for being “first out of the
gate”.

Brion:
Some of my friends in the open-source CMS community have created a
movement called “GoPHP5″ which will eventually reside at GoPHP5.org.
We’re trying to encourage projects to — as of February 2008 — drop
support for versions of PHP prior to 5.2. This would not mean older
versions that support PHP 4 would be abandoned, just that new releases
would only officially support PHP >= 5.2.

This is an effort to have web hosts support modern PHP versions. Right
now, there is little incentive for web hosts to upgrade because so many
web applications support PHP 4 and old versions of PHP 5.

We’d like to get MediaWiki on-board. Because the current version of
MediaWiki already requires PHP 5 and runs on PHP 5.2 without problems,
this would not be as jarring to MediaWiki as it would be to projects
that still release new PHP 4-compatible versions. Currently, we’re in
talks with Drupal, Joomla, CakePHP, Symfony (already in), Symfony’s
partner projects, Gallery, and WordPress.

Thanks,
David

以及邮件组中的链接: Go PHP 5, Go!

Warning: SimpleXMLElement::__construct() [function.SimpleXMLElement---construct]: Entity: line 161: parser error : Entity ‘Acirc’ not defined in D:\xampp\htdocs\rss.php on line 11

这是解析rss的php代码片段：

try {
	$xml = new SimpleXMLElement($rss);
	var_dump($xml);
} catch(Exception $e) {
	echo $e->getMessage();
}

查看rss数据源，发现里面有一些乱字符，尝试过滤掉乱字符。

用下面的xmlSafe函数过滤字符，问题解决。

function xmlSafe(&$xml_str) {
	$xml_str =preg_replace("/[\\x00-\\x08\\x0b-\\x0c\\x0e-\\x1f]/",'',$xml_str);
}

首先我直接用apt-get安装了apache2,php5,pear以及mysql5, 为了方便后续的安装,还加上了make和libmysqlclient

• sudo apt-get install apache2-mpm-prefork
• sudo apt-get install php5
• sudo apt-get install php5-dev
• sudo apt-get install php5-pear
• sudo apt-get install mysql-server-5.0
• sudo apt-get install make
• sudo apt-get install libmysqlclient15-dev

pdo在ubuntu的apt里头似乎还找不到安装源,所以通过pecl来安装这个扩展,非常简单 —- 如果海底光纤能连通的话:

pecl install pdo

增加一行:

extension=pdo.so

到文件:

/etc/php/apache2/php.ini
/etc/php/cli/php.ini

接下来安装pdo_mysql碰到一些问题, 直接跑pecl install pecl_mysql会出现一些错误,搜索了一下发现是pecl本身的问题,下面是个比较简单的解决办法:

wget http://pecl.php.net/get/PDO_MYSQL-1.0.2.tgz
tar xzvf PDO_MYSQL-1.0.2.tgz
cd PDO_MYSQL-1.0.2

注释掉configure里头判断是否已经安装pdo扩展的代码片段,继续跑:

phpize
./configure
make
make install

然后再次添加下面一行到前面提到的两个php.ini

extension=pdo_mysql.so

重启apache之后, php5 + pdo_mysql就在ubuntu上安装好了, documentroot是/var/www

后记

更简单的解决办法是运行:

PHP_PDO_SHARED=1 pecl install pdo_mysql

用法

<?php
require_once 'PHP/Compat.php';

// load file_put_contents
PHP_Compat::loadFunction('file_put_contents');

// load str_split, array_chunk and file_get_contents
PHP_Compat::loadFunction(array('str_split', 'array_chunk', 'file_get_contents'));
?>

上面的例子说明,可以一次载入n个php5特有函数

Package Information: PHP_Compat

http://pear.php.net/package/PHP_Compat

使用前提

• 把下面列出来的脚本全部复制一遍，并放在同一个目录
• php5ts.dll必须在path下，或者在当前目录
• php_win32std.dll必须安装在php的extension目录下（见php-embed.ini的配置）
• embeder.exe也需要和上述文件在同一目录

测试文件

@echo off
embeder.exe new myapp
embeder.exe main myapp main.php
embeder.exe add myapp include.inc

<? function hello() { echo "Hello people !"; } ?>

<?
function _f($file) { return defined('EMBEDED')?'res:///PHP/'.md5($file):$file; }

include _f('include.inc');
hello();
?>

其实解压后就可以运行test目录下的make.bat做一个编译试验，上面所列文件已经存在。

http://wildphp.free.fr/wiki/doku.php?id=win32std:embeder

一个RSS Feed

下面是一个RSS的例子，我们准备用simplexml来解析它。
[xml]