Analizando feeds RSS/Atom con PHP

Al analizar feeds RSS o Atom usando Magpie RSS, es importante considerar opciones alternativas que puedan manejar feeds bien formados. Una de esas opciones es SimpleXML.

SimpleXML, integrado en PHP, ofrece una estructura fácil de usar para analizar documentos XML. Detecta errores XML y advierte si encuentra algún problema. Para solucionar este tipo de errores, puede considerar el uso de HTML Tidy para limpiar el código fuente.

Aquí hay una clase básica que utiliza SimpleXML para analizar fuentes RSS:

class BlogPost {
    public $date;
    public $ts;
    public $link;
    public $title;
    public $text;
}

class BlogFeed {
    public $posts = [];

    public function __construct($file_or_url) {
        $file_or_url = $this->resolveFile($file_or_url);
        if (!$x = simplexml_load_file($file_or_url)) return;

        foreach ($x->channel->item as $item) {
            $post = new BlogPost();
            $post->date = (string)$item->pubDate;
            $post->ts = strtotime($item->pubDate);
            $post->link = (string)$item->link;
            $post->title = (string)$item->title;
            $post->text = (string)$item->description;
            $post->summary = $this->summarizeText($post->text);

            $this->posts[] = $post;
        }
    }

    private function resolveFile($file_or_url) {
        if (!preg_match('|^https?:|', $file_or_url))
            $feed_uri = $_SERVER['DOCUMENT_ROOT'] .'/shared/xml/'. $file_or_url;
        else
            $feed_uri = $file_or_url;

        return $feed_uri;
    }

    private function summarizeText($summary) {
        $summary = strip_tags($summary);
        $max_len = 100;
        if (strlen($summary) > $max_len)
            $summary = substr($summary, 0, $max_len) . '...';

        return $summary;
    }
}

Al utilizar SimpleXML y manejar errores XML, puedes analizar de manera efectiva fuentes RSS y Atom usando PHP.