Rails中Feedjira v2.0无法解析含xml-stylesheet的RSS Feed

问题根源 #

目标RSS源中的<xml-stylesheet>标签存在语法错误：href属性末尾使用了?>而非正确的"/>闭合，导致XML格式不合法，Feedjira依赖的XML解析器无法正常解析整个文档，最终返回空的Feedjira::Parser::ITunesRSS对象。

解决方案 #

在将响应内容传给Feedjira解析前，预处理修复或移除有问题的标签：

方法1：移除错误标签

直接删除有问题的xml-stylesheet行，代码示例：

# 获取RSS源内容（可替换为项目中实际使用的HTTP请求方式）
response = HTTParty.get("https://www.deutschlandfunknova.de/podcast/update")
# 清理响应内容，移除错误的xml-stylesheet标签
cleaned_body = response.body.gsub(/<xml-stylesheet type="text\/xsl" media="screen" href="https:\/\/www.deutschlandfunknova.de\/podcast.xsl\?>/, '')
# 解析清理后的内容
feed = Feedjira::Feed.parse(cleaned_body)

方法2：修复标签语法

将错误的闭合符号修正为合法的XML格式，代码示例：

response = HTTParty.get("https://www.deutschlandfunknova.de/podcast/update")
# 修正xml-stylesheet标签的闭合错误
cleaned_body = response.body.gsub(/<xml-stylesheet type="text\/xsl" media="screen" href="https:\/\/www.deutschlandfunknova.de\/podcast.xsl\?>/, '<xml-stylesheet type="text/xsl" media="screen" href="https://www.deutschlandfunknova.de/podcast.xsl"/>')
feed = Feedjira::Feed.parse(cleaned_body)

验证 #

执行上述代码后，feed对象将包含解析后的RSS内容，而非空的ITunesRSS实例。

内容的提问来源于stack exchange，提问作者Mohsin Sethi