RSS抓新闻

Question

不知道各位同胞有没有抓过新闻，就拿新浪的那个RSS聚合频道来说，整站15个栏目大概2,3万条新闻一次性抓下来，要花多少时间吖？怎么我的那个那么慢。问题补充：
<title>
   <![CDATA[[社会]视频：实拍消防队员用手刨沙石救出被埋女子(08/06 13:09)]]>
</title>
<pubDate>Fri, 6 Aug 2010 05:09:12 GMT</pubDate>
标题像这样的，有没有什么系统自带的函数或方法直接拿到里面的文字？
日期像这样的，可不可以直接转换为 2010-08-06 05:09:12

Answer 1

RSS聚合的格式都是xml。你按xml的操作方式就可以了

Answer 2

    XmlDocument myxml = new XmlDocument();
               
                myxml.Load(filePath);
                //获取父节点下的第一个字节点,定位channel节点
                XmlNode channel = myxml.DocumentElement.FirstChild;
                //定位item节点，外层循环channel
                foreach (XmlNode node in channel.ChildNodes)
                {
                   
                    if (node.Name == "item")
                    {
                        Article atcl = new Article();
                        
                        //内层循环item
                        foreach (XmlNode subnode in node.ChildNodes)
                        {
                            if (subnode.Name == "title")
                            {
                                atcl.Title = subnode.InnerText;
                            }
                            if (subnode.Name == "link")
                            {
                                atcl.Url = subnode.InnerText;
                            }
                            if (subnode.Name == "description") 
                            {
                                atcl.Content = subnode.InnerText;
                            }
                        }
                        //将文章添加到文章列表
                        Articles.Add(atcl.Title, atcl);
                    }
                }
                return true;
            }
            catch (Exception ex)
            {                Console.WriteLine(ex.ToString ());
                return false;
            }
        }
下载xml文件，然后读取....看到了吧,...不过这个是c#的，仅供参考..具体的api你可以自己去chacha

Answer 3

RSS聚合 新闻都放在xml 文档中，
例如百度抓取，按照特定的格式放在自己的服务器上，

Answer 4

晕死~~~大哥们
$rss =& new XML_RSS("$name");
$rss->parse();
foreach ($rss->getItems() as $item) 
{
    $item['title']= ~~
    $item['pubDate']=~~
}
这样子我已经得到title，和pubDate。
只是title=<![CDATA[[社会]视频：实拍消防队员用手刨沙石救出被埋女子(08/06 13:09)]]>
而我希望直接得到title=视频：实拍消防队员用手刨沙石救出被埋女子;

Answer 5

截吖，不就用那个explode(),还有正则表达式每句地去截吖，结果不久慢咯，慢的我睡着了

Answer 6

$title=preg_replace('~^<![CDATA[(.*?)]]>$~',"\\1",$title);