RSS解析器MagpieRSS筆記
MagpieRSS是一個不錯的RSS抓取/解析工具，我本來打算自己寫一個php的RSS解析工具，不過試了一下MagpieRSS，覺得還不錯，能滿足需要。
順便看了看代碼，記點筆記。
1.亂碼問題
MagpieRSS過去時常出現(xiàn)亂碼問題，從0.7版本解決了這個問題
Version0.7
support for input and output charset encoding
based on the work in FoF，uses iconv or mbstring if available
0.7之后的版本可以指定輸入和輸出字符編碼，然后使用iconv或mbstring函數(shù)進行編碼轉(zhuǎn)換。這個工作在create_parser函數(shù)里面完成的，如果兩個函數(shù)都不存在，可以在RSS_fetch.inc中讓MAGPIE_DETECT_ENCODING為false，不檢測和轉(zhuǎn)換編碼，否則就會出錯。
一切正常的情況下，把RSS_fetch.inc中MAGPIE_OUTPUT_ENCODING定義成你需要的輸出編碼，比如UTF-8：define(‘MAGPIE_OUTPUT_ENCODING’，‘UTF-8’)；就可以獲得正確的輸出結(jié)果了。
2.抓取方法
MagpieRSS用了Snoopy作為http客戶端來抓取RSS。這個庫比較完善，支持https，支持gzip。
需要注意的是，Snoopy用exec命令調(diào)用curl，然后返回結(jié)果，而不是使用編譯進php的curl函數(shù)。默認的路徑是“/usr/bin/curl”，如果這里沒有curl或是沒有執(zhí)行權(quán)限，就可能失敗。不過只有https需要用到curl，普通的http訪問是用fsockopen的。
同時，Snoopy可以使用代理服務器，但是MagpieRSS沒有使用，如果需要可以在RSS_fetch.inc中的_fetch_remote_file函數(shù)里面添加$client->proxy_host和$client->proxy_port。
3.緩存
MagpieRSS設(shè)置了一個默認3600秒超時的緩存。在./cache下放了一堆文件，文件名是md5之后的url+MAGPIE_OUTPUT_ENCODING，格式是php的serialize。
所以cache目錄要可寫。超時時間在RSS_cache.inc的var$MAX_AGE=3600；這行設(shè)置，也可以在創(chuàng)建cache對象的時候設(shè)置。
綜合起來，這個庫還是不錯的，優(yōu)點很多，也考慮了主機的各種情況，兼容性很好。函數(shù)形式的接口，很容易調(diào)用。不過應該先用head來取RSS的http header，根據(jù)Etag來判斷是否抓整個頁面回來，這樣效率還能再有提高。這個改動之后，cache就可以存在更長的時間，而不是一個固定的3600秒。同時我比較想把文章保存起來，以便以后用，這就需要數(shù)據(jù)庫了。
我將來應該會基于這個東西發(fā)布一個新版本，把我想要的功能加進來。
【編輯推薦】
