3

从 PHP 脚本中,我正在下载 RSS 提要,例如:

$fp = fopen('http://news.google.es/news?cf=all&ned=es_ve&hl=es&output=rss','r') 
 or die('Error reading RSS data.'); 

该提要是西班牙新闻提要,在我下载文件后,我将所有信息解析为一个 var,该 var 仅包含<description>每个<item>. 好吧,问题是当我回显 var 时,所有信息都有一个 html 结尾,例如:

echo($result);//此印刷品: el Ministerio pãºblicoinvestigarã¡ la publicaciã³n en la primea pã¡gina

好吧,我可以创建一个巨大的案例实例,搜索每个 char 可以将其更改为对应例如:ã¡ 甚至更好的是,没有html 编码就无法将内容下载到 $fp吗?谢谢!

实际代码:

<?php
$acumula="";
$insideitem = false; 
$tag = ''; 
$title = ''; 
$description = ''; 
$link = ''; 

function startElement($parser, $name, $attrs) { 
 global $insideitem, $tag, $title, $description, $link; 
 if ($insideitem) { 
  $tag = $name; 
 } elseif ($name == 'ITEM') { 
  $insideitem = true; 
 } 
} 




function endElement($parser, $name) { 
 global $insideitem, $tag, $title, $description, $link, $acumula; 
 if ($name == 'ITEM') { 
  $acumula = $acumula . (trim($title)) . "<br>" . (trim($description)); 
  $title = ''; 
  $description = ''; 
  $link = ''; 
  $insideitem = false; 
 } 
} 

function characterData($parser, $data) { 
 global $insideitem, $tag, $title, $description, $link; 
 if ($insideitem) { 
 switch ($tag) { 
  case 'TITLE': 
  $title .= $data; 
  break; 
  case 'DESCRIPTION': 
  $description .= $data; 
  break; 
  case 'LINK': 
  $link .= $data; 
  break; 
 } 
 } 
} 

$xml_parser = xml_parser_create(); 
xml_set_element_handler($xml_parser, 'startElement', 'endElement'); 
xml_set_character_data_handler($xml_parser, "characterData"); 
$fp = fopen('http://news.google.es/news?cf=all&ned=es_ve&hl=es&output=rss','r') 
or die('Error reading RSS data.'); 
while ($data = fread($fp, 4096)) { 
 xml_parse($xml_parser, $data, feof($fp)) 
  or die(sprintf('XML error: %s at line %d', 
 xml_error_string(xml_get_error_code($xml_parser)), 
 xml_get_current_line_number($xml_parser))); 
} 
//echo $acumula;
fclose($fp); 
xml_parser_free($xml_parser); 
echo($acumula); // THIS IS $RESULT!
?>
4

2 回答 2

3

编辑

由于您已经在使用 XML 解析器,因此可以保证编码是 UTF-8。

如果您的页面以 ISO-8859-1 甚至 ASCII 编码,您可以执行以下操作来转换:

$result = mb_convert_encoding($result, "HTML-ENTITIES", "UTF-8");

使用为您处理此问题的库,例如DOM 扩展或 SimpleXML。例子:

$d = new DOMDocument();
$d->load('http://news.google.es/news?cf=all&ned=es_ve&hl=es&output=rss');
//now all the data you get will be encoded in UTF-8

SimpleXML示例:

$url = 'http://news.google.es/news?cf=all&ned=es_ve&hl=es&output=rss';
if ($sxml = simplexml_load_file($url)) {
    echo htmlspecialchars($sxml->channel->title); //UTF-8
}
于 2010-08-15T14:06:08.900 回答
0

您可以使用DOMDocumentfromPHP去除 HTML 编码标签。并且使用编码转换函数也PHP可以改变这个字符串的编码。

于 2010-08-15T14:09:29.390 回答