Subversion Repositories Sites.tela-botanica.org

Rev

Details | Last modification | View Log | RSS feed

Rev Author Line No. Line
4 david 1 
<?php
2 
 
3 
/**********************************
4 
adaptation en php de feedfinder.py :
5 
 
6 
"""Ultra-liberal feed finder, de Mark Pilgrim
7 
<http://diveintomark.org/projects/feed_finder/>
8 
 
9 
Par: courcy.michael@wanadoo.fr
10 
 
11 
adaptation en php, je ne reprends qu'une partie de cette algorithme
12 
 
13 
0) A chaque étape on vérifie si les feed indiqué sont rééllement des feeds
14 
1) Si l'uri passé est un feed on retourne le résultat tout simplement
15 
2) Si le header de la page contient des balises LINK qui renvoient vers des feed on les retourne
16 
3) on cherche les liens <a> qui se termine par  ".rss", ".rdf", ".xml", ou ".atom"
17 
4) on cherche les liens <a> contenant "rss", "rdf", "xml", ou "atom"
18 
 
19 
j'intègre pas l'interrogation  avec xml_rpc de syndic8, mais on peut le faire assez facilement
20 
dans la phase de test sur différentes url je n'ai constaté aucune diffrérence entre les réponses
21 
donné par feedfinder.py et les miennes donc je ne suis pas sur de voir l'interet
22 
 
23 
Je ne me préoccupe pas comme l'auteur de savoir si mes liens de feed sont sur le même serveur ou pas
24 
 
25 
exemple d'utilisation
26 
 
27 
print_r (get_feed_from_url("http://willy.boerland.com/myblog/"));
28 
 
29 
on obtient
30 
 
31 
Array
32 
(
33 
    [0] => http://willy.boerland.com/myblog/atom/feed
34 
    [1] => http://willy.boerland.com/myblog/blogapi/rsd
35 
    [2] => http://willy.boerland.com/myblog/rss.xml
36 
    [3] => http://willy.boerland.com/myblog/node/feed
37 
)
38 
 
39 
*****************************************************************/
40 
 
41 
$verif_complete = 0; //mettez le à 1 si vous voulez controler la validité des feed trouvés mais le temps d'execution
42 
                     //est alors plus long
43 
 
44 
//une fonction qui permet de si un lien est un feed ou nom, si c'est un feed elle retourne son type
45 
//si c'est pas un feed elle retourne 0, cette vérification est évidemment tres tres légère
46 
function is_feed($url){
47 
 
48 
	# methode SPIP
49 
	if (function_exists('recuperer_page')) {
50 
		$feed = recuperer_page($url);
51 
		if (preg_match("/<(\w*) .*/", $buffer, $matches)){
52 
                //ici on détecte la premiere balise
53 
                $type_feed = $matches[1];
54 
                switch ($type_feed) {
55 
                       case "rss": return "rss";
56 
                       case "feed": return "atom";
57 
                       case "rdf": return "rdf";
58 
                }
59 
		}
60 
        return '';
61 
	}
62 
 
63 
      $fp = @fopen($url, "r");
64 
      if (!$fp ) {
65 
           return 0;
66 
      }
67 
      //vérifion la nature de ce fichier
68 
      while (!feof($fp)) {
69 
           $buffer = fgets($fp, 4096);
70 
           if (preg_match("/<(\w*) .*/", $buffer, $matches)){
71 
                //ici on détecte la premiere balise
72 
                $type_feed = $matches[1];
73 
                switch ($type_feed) {
74 
                       case "rss": fclose($fp); return "rss";
75 
                       case "feed": fclose($fp); return "atom";
76 
                       case "rdf": fclose($fp); return "rdf";
77 
                       default : fclose($fp); return 0;
78 
                }
79 
           }
80 
      }
81 
}
82 
 
83 
/*****************test is_feed******************************
84 
echo is_feed("http://spip-contrib.net/backend.php3") . "<br>"; //retourne rss
85 
echo is_feed("http://liberation.fr/rss.php") . "<br>"; //retourne rss
86 
echo is_feed("http://liberation.fr/rss.php") . "<br>"; //retourne rss
87 
echo is_feed("http://willy.boerland.com/myblog/atom/feed") //retourne atom
88 
echo is_feed("http://spip.net/") . "<br>"; //retoune 0
89 
//pas trouver d'exmples avec rdf j'ai encore du mal à saisir ce que rdf apporte de plus que rss
90 
//mais bon j'ai pas aprofondi
91 
************************************************************/
92 
 
93 
//fonction sans finesse mais efficace
94 
//on parcourt ligne par ligne à la recherche de balise <a> ou <link>
95 
//si dans le corps de celle-ci on trouve les mots rss, xml, atom ou rdf
96 
//alors on recupere la valeur href='<url>', on adapte celle-ci si elle
97 
//est relative et on vérifie que c'est bien un feed si oui on l'ajoute
98 
//au tableau des feed si on ne trouve rien ou si aucun feed est trouvé on retourne
99 
//un tableau vide
100 
function get_feed_from_url($url, $buffer=false){
101 
         global $verif_complete;
102 
         //j'ai prévenu ce sera pas fin
103 
         if (!preg_match("/^http:\/\/.*/", $url)) $url = "http://www." . $url;
104 
         if (!$buffer) $buffer = @file_get_contents($url);
105 
 
106 
         $feed_list = array();
107 
         //extraction des <LINK>
108 
         if (preg_match_all("/<link [^>]*>/i", $buffer, $matches)){
109 
                    //y a t-y rss atom rdf ou xml dans ces balises
110 
                    foreach($matches[0] as $link){
111 
                      if (  strpos($link, "rss")
112 
                         || strpos($link, "rdf")
113 
                         || strpos($link, "atom")
114 
                         || strpos($link, "xml") ){
115 
                            //voila un candidat on va extraire sa partie href et la placer dans notre tableau
116 
                            if (preg_match("/href=['|\"]?([^\s'\"]*)['|\"]?/",$link,$matches2)){
117 
                                 //on aura pris soin de vérifier si ce lien est relatif d'en faire un absolu
118 
                                 if (!preg_match("/^http:\/\/.*/", $matches2[1])){
119 
                                        $matches2[1] = concat_url($url,$matches2[1]);
120 
                                 }
121 
                                 if($verif_complete){
122 
                                        if (is_feed($matches2[1])) $feed_list[] = $matches2[1];
123 
                                 }else  $feed_list[] = $matches2[1];
124 
                            }
125 
                      }
126 
                    }
127 
                    //print_r($matches);
128 
         }
129 
         //extraction des <A>
130 
         if (preg_match_all("/<a [^>]*>/i", $buffer, $matches)){
131 
                    //y a t-y rss atom rdf ou xml dans ces balises
132 
                    foreach($matches[0] as $link){
133 
                       if (  strpos($link, "rss")
134 
                         || strpos($link, "rdf")
135 
                         || strpos($link, "atom")
136 
                         || strpos($link, "xml") ){
137 
                            //voila un candidat on va extraire sa partie href et la placer dans notre tableau
138 
                            if (preg_match("/href=['|\"]?([^\s'\"]*)['|\"]?/",$link,$matches2)){
139 
                                 //on aura pris soin de vérifier si ce lien est relatif d'en faire un absolu
140 
                                 if (!preg_match("/^http:\/\/.*/", $matches2[1])){
141 
                                        $matches2[1] = concat_url($url,$matches2[1]);
142 
                                 }
143 
                                 if($verif_complete){
144 
                                        if (is_feed($matches2[1])) $feed_list[] = $matches2[1];
145 
                                 }else  $feed_list[] = $matches2[1];
146 
                            }
147 
                       }
148 
                    }
149 
         }
150 
         return $feed_list;
151 
}
152 
/************************************ getFeed ****************************
153 
print_r (get_feed_from_url("spip-contrib.net"));
154 
print_r (get_feed_from_url("http://liberation.fr/"));
155 
print_r (get_feed_from_url("cnn.com"));
156 
print_r (get_feed_from_url("http://willy.boerland.com/myblog/"));
157 
*****************************    Résultat *****************************************
158 
Array
159 
(
160 
    [0] => http://www.spip-contrib.net/backend.php3
161 
)
162 
Array
163 
(
164 
    [0] => http://www.liberation.fr/rss.php
165 
)
166 
Array
167 
(
168 
    [0] => http://rss.cnn.com/rss/cnn_topstories.rss
169 
    [1] => http://rss.cnn.com/rss/cnn_latest.rss
170 
    [2] => http://www.cnn.com/services/rss/
171 
    [3] => http://www.cnn.com/services/rss/
172 
    [4] => http://www.cnn.com/services/rss/
173 
)
174 
Array
175 
(
176 
    [0] => http://willy.boerland.com/myblog/atom/feed
177 
    [1] => http://willy.boerland.com/myblog/blogapi/rsd
178 
    [2] => http://willy.boerland.com/myblog/rss.xml
179 
    [3] => http://willy.boerland.com/myblog/node/feed
180 
)
181 
************************************************************************/
182 
 
183 
//petite fonction qui prend en charge les problemes de double slash
184 
//qunad on concatene les lien
185 
function concat_url($url1, $path){
186 
	# methode spip
187 
	if(function_exists('suivre_lien')) {
188 
		return suivre_lien($url1,$path);
189 
	}
190 
        $url = $url1 . "/" . $path;
191 
        //cette opération peut très facilement avoir généré // ou ///
192 
        $url = str_replace("///", "/", $url);
193 
        $url = str_replace("//", "/", $url);
194 
        //cas particulier de http://
195 
        $url = str_replace("http:/", "http://", $url);
196 
        return $url;
197 
}
198 
 
199 
/****************************test concat**********************
200 
echo concat_url("http://spip.net" , "ecrire")."<br>";
201 
echo concat_url("http://spip.net/" , "ecrire")."<br>";
202 
echo concat_url("http://spip.net" , "/ecrire")."<br>";
203 
echo concat_url("http://spip.net/" , "/ecrire")."<br>";
204 
*************************************************************/
205 
 
206 
 
207 
 
208 
 
209 
?>