File "feedfinder.php"
Full path: /home/argothem/www/SpipFactory-fichiers_de_travail/sauvegarde-depannage-1.9a3.2/1.9/ecrire/inc/feedfinder.php
File size: 8.66 KB
MIME-type: text/x-php
Charset: 8 bit
<?php
/**********************************
adaptation en php de feedfinder.py :
"""Ultra-liberal feed finder, de Mark Pilgrim
<http://diveintomark.org/projects/feed_finder/>
Par: courcy.michael@wanadoo.fr
adaptation en php, je ne reprends qu'une partie de cette algorithme
0) A chaque tape on vrifie si les feed indiqu sont rllement des feeds
1) Si l'uri pass est un feed on retourne le rsultat tout simplement
2) Si le header de la page contient des balises LINK qui renvoient vers des feed on les retourne
3) on cherche les liens <a> qui se termine par ".rss", ".rdf", ".xml", ou ".atom"
4) on cherche les liens <a> contenant "rss", "rdf", "xml", ou "atom"
j'intgre pas l'interrogation avec xml_rpc de syndic8, mais on peut le faire assez facilement
dans la phase de test sur diffrentes url je n'ai constat aucune diffrrence entre les rponses
donn par feedfinder.py et les miennes donc je ne suis pas sur de voir l'interet
Je ne me proccupe pas comme l'auteur de savoir si mes liens de feed sont sur le mme serveur ou pas
exemple d'utilisation
print_r (get_feed_from_url("http://willy.boerland.com/myblog/"));
on obtient
Array
(
[0] => http://willy.boerland.com/myblog/atom/feed
[1] => http://willy.boerland.com/myblog/blogapi/rsd
[2] => http://willy.boerland.com/myblog/rss.xml
[3] => http://willy.boerland.com/myblog/node/feed
)
*****************************************************************/
$verif_complete = 0; //mettez le 1 si vous voulez controler la validit des feed trouvs mais le temps d'execution
//est alors plus long
//une fonction qui permet de si un lien est un feed ou nom, si c'est un feed elle retourne son type
//si c'est pas un feed elle retourne 0, cette vrification est videmment tres tres lgre
// http://doc.spip.org/@is_feed
function is_feed($url){
# methode SPIP
if (function_exists('recuperer_page')) {
$feed = recuperer_page($url);
if (preg_match("/<(\w*) .*/", $buffer, $matches)){
//ici on dtecte la premiere balise
$type_feed = $matches[1];
switch ($type_feed) {
case "rss": return "rss";
case "feed": return "atom";
case "rdf": return "rdf";
}
}
return '';
}
$fp = @fopen($url, "r");
if (!$fp ) {
return 0;
}
//vrifion la nature de ce fichier
while (!feof($fp)) {
$buffer = fgets($fp, 4096);
if (preg_match("/<(\w*) .*/", $buffer, $matches)){
//ici on dtecte la premiere balise
$type_feed = $matches[1];
switch ($type_feed) {
case "rss": fclose($fp); return "rss";
case "feed": fclose($fp); return "atom";
case "rdf": fclose($fp); return "rdf";
default : fclose($fp); return 0;
}
}
}
}
/*****************test is_feed******************************
echo is_feed("http://spip-contrib.net/backend" _EXTENSIO_PHP") . "<br>"; //retourne rss
echo is_feed("http://liberation.fr/rss.php") . "<br>"; //retourne rss
echo is_feed("http://liberation.fr/rss.php") . "<br>"; //retourne rss
echo is_feed("http://willy.boerland.com/myblog/atom/feed") //retourne atom
echo is_feed("http://spip.net/") . "<br>"; //retoune 0
//pas trouver d'exmples avec rdf j'ai encore du mal saisir ce que rdf apporte de plus que rss
//mais bon j'ai pas aprofondi
************************************************************/
//fonction sans finesse mais efficace
//on parcourt ligne par ligne la recherche de balise <a> ou <link>
//si dans le corps de celle-ci on trouve les mots rss, xml, atom ou rdf
//alors on recupere la valeur href='<url>', on adapte celle-ci si elle
//est relative et on vrifie que c'est bien un feed si oui on l'ajoute
//au tableau des feed si on ne trouve rien ou si aucun feed est trouv on retourne
//un tableau vide
// http://doc.spip.org/@get_feed_from_url
function get_feed_from_url($url, $buffer=false){
global $verif_complete;
//j'ai prvenu ce sera pas fin
if (!preg_match("/^http:\/\/.*/", $url)) $url = "http://www." . $url;
if (!$buffer) $buffer = @file_get_contents($url);
$feed_list = array();
//extraction des <LINK>
if (preg_match_all("/<link [^>]*>/i", $buffer, $matches)){
//y a t-y rss atom rdf ou xml dans ces balises
foreach($matches[0] as $link){
if ( strpos($link, "rss")
|| strpos($link, "rdf")
|| strpos($link, "atom")
|| strpos($link, "xml") ){
//voila un candidat on va extraire sa partie href et la placer dans notre tableau
if (preg_match("/href=['|\"]?([^\s'\"]*)['|\"]?/",$link,$matches2)){
//on aura pris soin de vrifier si ce lien est relatif d'en faire un absolu
if (!preg_match("/^http:\/\/.*/", $matches2[1])){
$matches2[1] = concat_url($url,$matches2[1]);
}
if($verif_complete){
if (is_feed($matches2[1])) $feed_list[] = $matches2[1];
}else $feed_list[] = $matches2[1];
}
}
}
//print_r($matches);
}
//extraction des <A>
if (preg_match_all("/<a [^>]*>/i", $buffer, $matches)){
//y a t-y rss atom rdf ou xml dans ces balises
foreach($matches[0] as $link){
if ( strpos($link, "rss")
|| strpos($link, "rdf")
|| strpos($link, "atom")
|| strpos($link, "xml") ){
//voila un candidat on va extraire sa partie href et la placer dans notre tableau
if (preg_match("/href=['|\"]?([^\s'\"]*)['|\"]?/",$link,$matches2)){
//on aura pris soin de vrifier si ce lien est relatif d'en faire un absolu
if (!preg_match("/^http:\/\/.*/", $matches2[1])){
$matches2[1] = concat_url($url,$matches2[1]);
}
if($verif_complete){
if (is_feed($matches2[1])) $feed_list[] = $matches2[1];
}else $feed_list[] = $matches2[1];
}
}
}
}
return $feed_list;
}
/************************************ getFeed ****************************
print_r (get_feed_from_url("spip-contrib.net"));
print_r (get_feed_from_url("http://liberation.fr/"));
print_r (get_feed_from_url("cnn.com"));
print_r (get_feed_from_url("http://willy.boerland.com/myblog/"));
***************************** Rsultat *****************************************
Array
(
[0] => http://www.spip-contrib.net/backend.php
)
Array
(
[0] => http://www.liberation.fr/rss.php
)
Array
(
[0] => http://rss.cnn.com/rss/cnn_topstories.rss
[1] => http://rss.cnn.com/rss/cnn_latest.rss
[2] => http://www.cnn.com/services/rss/
[3] => http://www.cnn.com/services/rss/
[4] => http://www.cnn.com/services/rss/
)
Array
(
[0] => http://willy.boerland.com/myblog/atom/feed
[1] => http://willy.boerland.com/myblog/blogapi/rsd
[2] => http://willy.boerland.com/myblog/rss.xml
[3] => http://willy.boerland.com/myblog/node/feed
)
************************************************************************/
//petite fonction qui prend en charge les problemes de double slash
//qunad on concatene les lien
// http://doc.spip.org/@concat_url
function concat_url($url1, $path){
# methode spip
if(function_exists('suivre_lien')) {
return suivre_lien($url1,$path);
}
$url = $url1 . "/" . $path;
//cette opration peut trs facilement avoir gnr // ou ///
$url = str_replace("///", "/", $url);
$url = str_replace("//", "/", $url);
//cas particulier de http://
$url = str_replace("http:/", "http://", $url);
return $url;
}
/****************************test concat**********************
echo concat_url("http://spip.net" , "ecrire")."<br>";
echo concat_url("http://spip.net/" , "ecrire")."<br>";
echo concat_url("http://spip.net" , "/ecrire")."<br>";
echo concat_url("http://spip.net/" , "/ecrire")."<br>";
*************************************************************/
?>