PHP preg_match_all() не захватывает подгруппы

Question

Я пытаюсь проанализировать канал Atom на Twitter, но я столкнулся с этой странной проблемой. Я звоню preg_match_all с этой регулярным выражением строкой:

"|<entry>.*<title>(.*)</title>.*<published>(.*)</published>.*</entry>|xsU" 

Это соответствует всем записям в порядке, но захваченные подгруппы название/опубликовано не отображается в результатах (не массивы для захваченных подгрупп не будут созданы в результате объект).

Теперь к странной части, я стараюсь, чтобы захватить последний бит, а также:

"|<entry>.*<title>(.*)</title>.*<published>(.*)</published>(.*)</entry>|xsU" 

А теперь отлов работает. Я получаю заголовок и опубликованную дату и большой кусок конечных данных, которые мне не нужны.

Я попытался добавить строку non-capture «?:» В последнюю подгруппу, но затем захват снова перестает работать alltogether.

Так как я могу захватить данные, которые я хочу, без необходимости захватывать большой кусок нежелательных данных в конце?

Answer 1

Я рекомендую вам использовать DOM (или SimpleXML) для разбора RSS/Atom-каналов. Вы получите лучшие результаты, чем регулярные выражения.

Вот пример (с использованием SimpleXML):

$rss_feed = file_get_contents('http://stackoverflow.com/feeds/question/4187945'); 
$sxml = new SimpleXMLElement($rss_feed); 

$title = $sxml->entry[0]->title; 
echo $title;