使用Zend_Feed+Cron打造Feed Reader

相信对于很多人来说，通过Bloglines,Google Reader这些阅读器订阅和浏览Blog已经是网络生活的一部份。如果你打算自己打造一个好用的Feed Reader，不妨试试Zend_Feed这个好用的类库。

首先大概的原理是读取Blog的RSS或Atom Feed，得到XML文件，解析该文件得到数据。为了加快浏览速度，我们通常需要把得到数据保存到本地数据库中。

以上目的分解成技术步骤有以下三步：
1。读取RSS。　你可以使用现成的函数或者专业的RSS类库（这种类库一般还提供更多丰富的功能），也可以自己模拟HTTP来抓取；

在PHP中，使用简单的比如 file_get_contents()函数就可以方便而且高效地抓取文件，但有时候可能RSS文件是不能直接获取的，比如获取你的Bloglines帐号中订阅的RSS，那么可能你还需要提交一些参数或者通过HTTP认证之类，这时可用模拟HTTP的方法，比如下面代码使用了PEAR::Http_Request：

function  getRSS ( $username , $password , $s , $n = 0 ){
       
         $url  =  "http://rpc.bloglines.com/getitems?s=" . $s . "&n=" . $n ;

         $req  = & new  HTTP_Request ( $url );
         $req -> setBasicAuth ( $username , $password );
         $req -> sendRequest ();

         $blogContent  =  $req -> getResponseBody ();
        return  $blogContent ;

    }

填入你的Bloglines帐号和密码，利用这个函数你就可以得到RSS文件。

2。解析XML　RSS文件遵循一定规范，你可以自己写个函数来解析，没什么难度，但有点繁琐。
3。将解析得到的数据入库。

好了，大概知道了要做的工作，你会发现虽然都不难，但是自己一个个实现比较麻烦，呵呵。这就是本文要介绍Zend_Feed的原因。

Zend_Feed是Zend Framework中的一个类库，我们完全可以把它单独拿出来使用。Zend_Feed高度封装，使用非常方便，例如读取一个RSS Feed:

$channel = new Zend_Feed_Rss('http://rss.example.com/channelName');
echo $channel->title();

//遍历记录
foreach ($channel as $item) {
    echo $item->title() . "/n";
}

是不是非常简单？　读取和解析总共5行代码。

好，下面我们开始完成一个真正的Feed Reader：

FeedReader.php

<?php
set_time_limit(0);
define('ZEND_DIR','/www/lib');
set_include_path(get_include_path().PATH_SEPARATOR.ZEND_DIR);
require_once('Zend.php');
Zend::loadClass('Zend_Feed');
Zend::loadClass('Zend_Filter_Input');

$link = mysql_connect('localhost', 'user', 'pwd')
    or die('Could not connect: ' . mysql_error());
//echo 'Connected successfully';
mysql_select_db('phpeye') or die('Could not select database');


$feedChannel = array(
                    'http://www.phpdeveloper.org/phpdev.rdf',
                    'http://www.planet-php.net/rss/'
            );

foreach ($feedChannel as $channel) {
    readRssFeed($channel);
}

echo "Done!";

function readRssFeed($feedAddress){

        try {            
            $rss = Zend_Feed::import($feedAddress);
        } catch (Zend_Feed_Exception $e) {
         // Feed 导入失败
         //echo "Exception caught importing feed: {$e->getMessage()}/n";
                 $msg = "Exception caught importing feed: {$e->getMessage()}/n ";
                 $dateTime = date("Y-m-d H:i:s",time());
                 $errMsg = $msg.' '.$dateTime."/n/n";                                   

                 echo $errMsg;  
                 file_put_contents('FeedReader.log',$errMsg,FILE_APPEND);
         exit;
        }

        // 初始化保存 channel 数据的数组，$rss内部数据只能通过调用类方法才能访问
        $channel = array(
         'title'       => $rss->title(),
         'link'        => $rss->link(),
         'description' => $rss->description(),
         'items'       => array()
        );

            $count=0;    
        // 循环获得channel的item并存储到相关数组中
        foreach ($rss as $item) {

            
             $channel['items'][] = array(
                'title'       => $item->title(),
                'link'        => $item->link(),
                'description' => $item->description()
                );
            
            
             //标题和内容都需要转义
             $title = strip_tags(mysql_real_escape_string($item->title()));
             $link = strip_tags($item->link());         
             $description = mysql_real_escape_string($item->description());        
             
             //先查询数据库看记录是否已经存在，存在则不操作，否则向数据库添加新记录
             $query = "select * from feedentry where entitle = '$title'";
             //echo "<HR>SQL: ".$query."<P>/n/r";
              $result = mysql_query($query) or die('Query failed: ' . mysql_error());
              $num_rows = mysql_num_rows($result);

              if($num_rows > 0) {
                  //echo "The record already exists! ";
                  //do nothing...
              }else{
                 $query = "insert into feedentry (entitle,link,endescription,addtime) values ('$title','$link','$description',NOW())";
                 //echo "<HR>SQL: ".$query."<P>/n/r";

                 $result = mysql_query($query) or die('Query failed: ' . mysql_error());

                                 $count++;
              }

        }

        //zend::dump($channel);
                $dateTime = date("Y-m-d H:i:s",time());
                
                if($count>0){
                    $Msg = $count." entrys read successfully! ".$dateTime."/n/n";
                    echo $Msg;
                    file_put_contents('FeedReader.log',$Msg,FILE_APPEND);
                }else{
                    $Msg = 'read nothing...'.$dateTime."/n/n";
                    echo $Msg;
                    file_put_contents('FeedReader.log',$Msg,FILE_APPEND);
                }              
                
    }

?>

文件中除了RSS读取，解析和入库外，还有DEBUG和日志功能。

数据表结构如下：

CREATE TABLE `feedentry` (
  `id` int(11) NOT NULL auto_increment,
  `entitle` varchar(200) NOT NULL default '',
  `link` varchar(200) NOT NULL default '',
  `endescription` mediumtext NOT NULL,
  `category` varchar(50) NOT NULL default '',
  `comments` text NOT NULL,
  `publishtime` datetime NOT NULL default '0000-00-00 00:00:00',
  `addtime` datetime NOT NULL default '0000-00-00 00:00:00',
  PRIMARY KEY  (`id`)
) TYPE=MyISAM ;


呵呵，把这个文件保存。然后利用Linux的Cron脚本让它定时在命令行下运行，下面让它每小时的40分运行一次：
crontab -e
40  *   *   *   *   /usr/local/bin/php -q /www/phpeye/FeedReader.php

一个好用的Feed Reader就打造完成了。如果你想添加RSS频道，可以自己在$feedChannel这个数组中添加元素，非常方便，当然如果你有兴趣，可以写一个WEB界面来管理，那样就更方便了。

改进：

这个Reader已经具备了核心功能，但是没有完成频道管理功能，你可以再建一个feedchannel数据表，并且在feedentry表中增加一个channelID字段，这样就可以随意增添管理Feed频道了。

效果请看：http://www.phpeye.com

本文介绍的程序属于PHPEye Blog中英翻译平台的一部份，该平台尚在开发当中。

<END>