Почему парсинг XML перестал работать?

Question

Рамиль

xml , php , парсинг

Почему парсинг XML перестал работать?

Предисловие. <br/> 1. Вчера всё работало (как и в предыдущие дни), но владелец RSS-канала внес какие-то изменения. <br/> 2. Если скачать файл и загрузить его на свой FTP, он корректно парсится (при этом я добавляю расширение .xml). <br/> 3. Браузер с сайта владельца также открывает файл, вот пример его URL: "<a href="https://site.ru/rss" rel="nofollow">https://site.ru/rss</a>". В "Chrome" файл открывается для чтения, а в "Firefox" появляется окно "Сохранить на ПК" (файл сохраняется без расширения, а имя для сохранения генерируется случайно). <br/> Я считываю файл следующим кодом: <br/> <pre><code class="php">$url = "https://site.ru/rss";
       $ch = curl_init();
       $timeout = 5; // установить 0 для отсутствия тайм-аута
       curl_setopt ($ch, CURLOPT_URL, $url);
       curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);
       curl_setopt ($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
       curl_setopt ($ch, CURLOPT_FOLLOWLOCATION, true);
       curl_setopt ($ch, CURLOPT_ENCODING , "gzip");
       curl_setopt ($ch, CURLOPT_HEADER, 0);
       $site_contents = curl_exec($ch);
        $err     = curl_errno( $ch );
        $errmsg  = curl_error( $ch );
       curl_close($ch);
       echo $site_contents;</code></pre> <br/> <br/> или вот так: <br/> <pre><code class="php">$xml_input = simplexml_load_file($url, null, LIBXML_NOCDATA);</code></pre> <br/> <br/> Вопрос: Внес ли поставщик RSS какие-либо ограничения или запреты?

26 марта 2025 г. 13:05

Ответы на вопрос 1

Похожие вопросы

Answer 1

Ваша проблема с парсингом XML может быть связана с несколькими факторами. Вот некоторые из них, которые стоит проверить:

1. **Изменения в структуре RSS**: Владелец RSS-канала мог изменить структуру файла (например, добавив новые теги или изменив формат), что может помешать корректному парсингу.

2. **HTTP-заголовки**: Возможно, сервер теперь требует определённые заголовки (например, `User-Agent`) для правильного ответа. Попробуйте задать заголовок `User-Agent` в вашем cURL-запросе, чтобы имитировать запрос из обычного браузера:

```php
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3');
```

3. **Проблемы с кодировкой**: Поставщик RSS мог изменить кодировку файла, и cURL не обрабатывает её должным образом. Вы можете попробовать указать кодировку вручную после загрузки содержимого.

4. **Ошибки в cURL**: Поскольку вы используете cURL, проверьте переменные `$err` и `$errmsg` после выполнения `curl_exec($ch)`. Если они не равны нулю, это указывает на ошибку. Это может дать представление о том, что именно идет не так.

5. **Ограничения по IP или частоте запросов**: Возможно, сервер установил ограничения на количество запросов с одного IP-адреса в определённый период времени. Если ваш скрипт выполняет много запросов, это может привести к блокировке.

6. **Кэширование на стороне сервера**: Проверьте, нет ли кэширования на стороне сервера, которое может вернуть разные результаты в зависимости от типа запроса.

7. **Файрволы или настройки безопасности**: В некоторых случаях сайт может блокировать запросы с незнакомых User-Agent или с определённых IP-адресов, что также стоит проверить.

Если ни один из этих пунктов не решает вашу проблему, вам может понадобиться связаться с владельцем RSS-канала, чтобы уточнить, были ли сделаны какие-либо изменения в настройках или ограничениях доступа.