最可靠方式是用 SimpleXML 配合 libxml 容错处理：先调用 libxml_use_internal_errors(true)，再用 simplexml_load_string($xml, 'SimpleXMLElement', LIBXML_NOCDATA | LIBXML_NONET | LIBXML_NOWARNING)，最后 libxml_clear_errors()。

PHP 解析 RSS 或 Atom feed 的 XML，最可靠的方式是用 SimpleXML 配合 libxml 的容错处理——不是所有 feed 都严格符合规范，直接 simplexml_load_string() 容易报错中断。

为什么 simplexml_load_string() 常失败？

RSS/Atom feed 常含以下问题：XML declaration 编码声明不匹配、BOM 字节、命名空间混用、HTML 实体未转义、CDATA 块嵌套非法字符。默认调用会因 DOMDocument::loadXML() 的严格解析而抛出警告或返回 false。

• 必须先用 libxml_use_internal_errors(true) 抑制错误
• 再用 simplexml_load_string($xml, 'SimpleXMLElement', LIBXML_NOCDATA | LIBXML_NONET | LIBXML_NOWARNING)
• LIBXML_NONET 防止解析器尝试加载外部 DTD（安全且提速）
• 解析后记得调用 libxml_clear_errors() 避免污染后续 XML 操作

如何统一处理 RSS 2.0 和 Atom 1.0 的结构差异？

RSS 用 包裹条目，Atom 用 ；条目标签分别是 和 。别硬写两套逻辑，用命名空间 + XPath 更稳：

if ($xml->getName() === 'rss') {
    $items = $xml->channel->item;
} elseif ($xml->getName() === 'feed' && $xml->getNamespaces()) {
    $atom = $xml->getNamespaces()[''];
    $items = $xml->xpath('//entry');
} else {
    $items = $xml->xpath('//item | //entry');
}

注意：$xml->getNamespaces() 返回空数组 ≠ 没命名空间，Atom 常用默认命名空间（xmlns="http://www.w3.org/2005/Atom"），此时需显式传入 '' 键取值。

提取标题、链接、发布时间时容易踩哪些坑？

字段名看似一致，实际分布混乱：

• RSS 的 是字符串，需用 strtotime() 转时间戳；Atom 的 或 是 ISO 8601 格式，可用 DateTime::createFromFormat() 或直接传给 new DateTime()
• 链接字段：RSS 用 （可能为文本内容或属性 href），Atom 必须查 的 href 属性
• 内容字段：RSS 多用 或 （需注册命名空间），Atom 用 或
  ，且可能含 type="html" 属性

建议封装一个 getSafeText($node, $tagName) 函数，内部用 ->__toString() + trim() + htmlspecialchars_decode() 统一清理。

要不要用第三方库？比如 php-feed-reader？

小项目够用，但要注意：php-feed-reader 内部仍基于 SimpleXML，只是封装了命名空间和字段映射。它对 malformed feed 的容错没比手写强多少，反而增加一层抽象导致调试困难。真正省心的场景只有两个：需要自动发现 feed 链接（从 HTML 提取），或要同时支持 JSON Feed。否则，20 行以内手写解析更可控。

复杂点永远在 feed 源本身——同一个站点今天发标准 RSS，明天加个自定义命名空间字段，或者把 写成 。别指望一次解析适配所有源，留好 fallback 字段和日志记录才是关键。