,Ums', '', $rss); // simplifier le backend, en supprimant les espaces de nommage type "dc:" $rss = preg_replace(',<(/?)(dc):,i', '<\1', $rss); // chercher auteur/lang dans le fil au cas ou les items n'en auraient pas list($header) = preg_split(',<(item|entry)\b,', $rss, 2); if (preg_match_all( ',<(author|creator)\b(.*),Uims', $header, $regs, PREG_SET_ORDER)) { $les_auteurs_du_site = array(); foreach ($regs as $reg) { $nom = $reg[2]; if (preg_match(',(.*),Uims', $nom, $reg)) { $nom = $reg[1]; } $les_auteurs_du_site[] = trim(textebrut(filtrer_entites($nom))); } $les_auteurs_du_site = join(', ', array_unique($les_auteurs_du_site)); } else { $les_auteurs_du_site = ''; } $langue_du_site = ''; if ((preg_match(',<([^>]*xml:)?lang(uage)?' . '>([^<>]+)<,i', $header, $match) and $l = $match[3]) or ($l = extraire_attribut(extraire_balise($header, 'feed'), 'xml:lang')) ) { $langue_du_site = $l; } // atom elseif (preg_match(',]*xml:lang=[\'"]([^<>\'"]+)[\'"],i', $header, $match)) { $langue_du_site = $match[1]; } // Recuperer les blocs item et entry $items = array_merge(extraire_balises($rss, 'item'), extraire_balises($rss, 'entry')); // // Analyser chaque ... du backend et le transformer en tableau // if (!count($items)) { return _T('sites:avis_echec_syndication_01'); } if (!defined('_SYNDICATION_MAX_ITEMS')) define('_SYNDICATION_MAX_ITEMS',1000); $nb_items = 0; foreach ($items as $item) { $data = array(); if ($nb_items++>_SYNDICATION_MAX_ITEMS){ break; } // URL (semi-obligatoire, sert de cle) // guid n'est un URL que si marque de ; // attention la valeur par defaut est 'true' ce qui oblige a quelque // gymnastique if (preg_match(',[[:space:]]*(https?:[^<]*),Uims', $item, $regs) and preg_match(',^(true|1)?$,i', extraire_attribut($regs[0], 'ispermalink')) ) { $data['url'] = $regs[1]; } // contourner les redirections feedburner else { if (_SYNDICATION_DEREFERENCER_URL and preg_match(',(.*)<,Uims', $item, $regs) ) { $data['url'] = $regs[1]; } // , plus classique else { if (preg_match( ',]*[[:space:]]rel=["\']?alternate[^>]*>(.*),Uims', $item, $regs)) { $data['url'] = $regs[1]; } else { if (preg_match(',]*[[:space:]]rel=.alternate[^>]*>,Uims', $item, $regs)) { $data['url'] = extraire_attribut($regs[0], 'href'); } else { if (preg_match(',]*>\s*([^\s]+)\s*,Uims', $item, $regs)) { $data['url'] = $regs[1]; } else { if (preg_match(',]*>,Uims', $item, $regs)) { $data['url'] = extraire_attribut($regs[0], 'href'); } // Aucun link ni guid, mais une enclosure else { if (preg_match(',]*>,ims', $item, $regs) and $url = extraire_attribut($regs[0], 'url') ) { $data['url'] = $url; } // pas d'url, c'est genre un compteur... else { $data['url'] = ''; } } } } } } } // Titre (semi-obligatoire) if (preg_match(",]*>(.*?),ims", $item, $match)) { $data['titre'] = $match[1]; } else { if (preg_match(',]*>,Uims', $item, $mat) and $title = extraire_attribut($mat[0], 'title') ) { $data['titre'] = $title; } } if (!strlen($data['titre'] = trim($data['titre']))) { $data['titre'] = _T('ecrire:info_sans_titre'); } // Date $la_date = ''; if (preg_match(',<(published|modified|issued)>([^<]*)<,Uims', $item, $match)) { cdata_echappe_retour($match[2], $echappe_cdata); $la_date = my_strtotime($match[2], $langue_du_site); } if (!$la_date and preg_match(',<(pubdate)>([^<]*)<,Uims', $item, $match) ) { cdata_echappe_retour($match[2], $echappe_cdata); $la_date = my_strtotime($match[2], $langue_du_site); } if (!$la_date and preg_match(',<([a-z]+:date)>([^<]*)<,Uims', $item, $match) ) { cdata_echappe_retour($match[2], $echappe_cdata); $la_date = my_strtotime($match[2], $langue_du_site); } if (!$la_date and preg_match(',([^<]*)<,Uims', $item, $match) ) { cdata_echappe_retour($match[1], $echappe_cdata); $la_date = my_strtotime($match[1], $langue_du_site); } // controle de validite de la date // pour eviter qu'un backend errone passe toujours devant // (note: ca pourrait etre defini site par site, mais ca risque d'etre // plus lourd que vraiment utile) if ($GLOBALS['controler_dates_rss']) { if (!$la_date or $la_date > time() + 48 * 3600 ) { $la_date = time(); } } if ($la_date) { $data['date'] = $la_date; } // Honorer le en forcant la date if (preg_match(',<(lastbuilddate|updated|modified)>([^<>]+),i', $item, $regs) and $lastbuilddate = my_strtotime(trim($regs[2]), $langue_du_site) // pas dans le futur and $lastbuilddate < time() ) { $data['lastbuilddate'] = $lastbuilddate; } // Auteur(s) if (preg_match_all( ',<(author|creator)\b[^>]*>(.*),Uims', $item, $regs, PREG_SET_ORDER)) { $auteurs = array(); foreach ($regs as $reg) { $nom = $reg[2]; if (preg_match(',]*>(.*),Uims', $nom, $reg)) { $nom = $reg[1]; } // Cas particulier d'un auteur Flickr if (preg_match(',nobody@flickr.com \((.*)\),Uims', $nom, $reg)) { $nom = $reg[1]; } $auteurs[] = trim(textebrut(filtrer_entites($nom))); } $data['lesauteurs'] = join(', ', array_unique($auteurs)); } else { $data['lesauteurs'] = $les_auteurs_du_site; } // Description if (preg_match(',<(description|summary)\b.*' . '>(.*)(.*)]*xml:)?lang(uage)?' . '>([^<>]+)<,i', $item, $match)) { $data['lang'] = trim($match[3]); } else { if ($lang = trim(extraire_attribut($item, 'xml:lang'))) { $data['lang'] = $lang; } else { $data['lang'] = trim($langue_du_site); } } // source et url_source (pas trouve d'exemple en ligne !!) # # Site source if (preg_match(',(]*>)(([^<>]+))?,i', $item, $match)) { $data['source'] = trim($match[3]); $data['url_source'] = str_replace('&', '&', trim(extraire_attribut($match[1], 'url'))); } // GitHub : Identification du commit if (preg_match(',[^/]+/(\w+),Uims', $item, $regs)) { $data['id_commit'] = $regs[1]; } // tags # a partir de "", (del.icio.us) # ou (flickr) # ou (apple) # on cree nos tags microformat titre # http://microformats.org/wiki/rel-directory-fr $tags = array(); if (preg_match_all( ',<(([a-z]+:)?(subject|category|directory|keywords?|tags?|type))[^>]*>' . '(.*?),ims', $item, $matches, PREG_SET_ORDER)) { $tags = ajouter_tags($matches, $item); } # array() elseif (preg_match_all( ',<(([a-z]+:)?(subject|category|directory|keywords?|tags?|type))[^>]*/>' . ',ims', $item, $matches, PREG_SET_ORDER)) { $tags = ajouter_tags($matches, $item); } # array() // Pieces jointes : // chercher au format RSS et les passer en microformat // ou des microformats relEnclosure, // ou encore les media:content if (!afficher_enclosures(join(', ', $tags))) { // on prend toutes les pièces jointes possibles, et on essaie de les rendre uniques. $enclosures = array(); # rss 2 if (preg_match_all(',]+>,i', $item, $matches, PREG_PATTERN_ORDER)) { $enclosures += array_map('enclosure2microformat', $matches[0]); } # atom if (preg_match_all(',]+rel=["\']?enclosure["\']?[^<>]+>,i', $item, $matches, PREG_PATTERN_ORDER)) { $enclosures += array_map('enclosure2microformat', $matches[0]); } # media rss if (preg_match_all(',]+>,i', $item, $matches, PREG_PATTERN_ORDER)) { $enclosures += array_map('enclosure2microformat', $matches[0]); } $data['enclosures'] = join(', ', array_unique($enclosures)); unset($enclosures); } $data['item'] = $item; // Nettoyer les donnees et remettre les CDATA en place cdata_echappe_retour($data, $echappe_cdata); cdata_echappe_retour($tags, $echappe_cdata); // passer l'url en absolue $data['url'] = url_absolue(filtrer_entites($data['url']), $url_syndic); // si on demande un dereferencement de l'URL, il faut verifier que ce n'est pas une redirection if (_SYNDICATION_DEREFERENCER_URL) { $target = $data['url']; include_spip("inc/distant"); for ($i = 0; $i < 10; $i++) { // on fait un GET et pas un HEAD car les vieux SPIP ne repondent pas la redirection avec un HEAD (honte) sur un article virtuel $res = recuperer_lapage($target, false, "GET", 4096); if (!$res) { break; } // c'est pas bon signe car on a pas trouve l'URL... if (is_array($res)) { break; } // on a trouve la page, donc on a l'URL finale $target = $res; // c'est une redirection, on la suit pour voir ou elle mene } // ici $target est l'URL finale de la page $data['url'] = $target; } // Trouver les microformats (ecrase les et ) if (preg_match_all( ',]+[[:space:]])?rel=[^>]+>.*,Uims', $data['item'], $regs, PREG_PATTERN_ORDER)) { $tags = $regs[0]; } // Cas particulier : tags Connotea sous la forme if (preg_match_all( ',]+ class="postedtag"[^>]*>.*,Uims', $data['item'], $regs, PREG_PATTERN_ORDER)) { $tags = preg_replace(', class="postedtag",i', ' rel="tag"', $regs[0]); } $data['tags'] = $tags; // enlever le html des titre pour etre homogene avec les autres objets spip $data['titre'] = textebrut($data['titre']); $articles[] = $data; } return $articles; } /** * Strtotime même avec le format W3C ! * * Car hélàs, strtotime ne le reconnait pas tout seul ! * * @link http://www.w3.org/TR/NOTE-datetime Format datetime du W3C * * @param string $la_date * Date à parser * @return int * Timestamp **/ function my_strtotime($la_date, $lang = null) { // format complet if (preg_match( ',^(\d+-\d+-\d+[T ]\d+:\d+(:\d+)?)(\.\d+)?' . '(Z|([-+]\d{2}):\d+)?$,', $la_date, $match)) { $match = array_pad($match, 6, null); $la_date = str_replace("T", " ", $match[1]) . " GMT"; return strtotime($la_date) - intval($match[5]) * 3600; } // YYYY if (preg_match(',^\d{4}$,', $la_date, $match)) { return strtotime($match[0] . "-01-01"); } // YYYY-MM if (preg_match(',^\d{4}-\d{2}$,', $la_date, $match)) { return strtotime($match[0] . "-01"); } // YYYY-MM-DD hh:mm:ss if (preg_match(',^\d{4}-\d{2}-\d{2}\s+\d{2}:\d{2}:\d{2}\b,', $la_date, $match)) { return strtotime($match[0]); } // utiliser strtotime en dernier ressort // en nettoyant le jour qui prefixe parfois la date, suivi d'une virgule // et les UT qui sont en fait des UTC $la_date_c = preg_replace("/^\w+,\s*/ms", "", $la_date); $la_date_c = preg_replace("/UT\s*$/ms", "UTC", $la_date_c); if ($s = strtotime($la_date) or $s = strtotime($la_date_c) ) { return $s; } // essayons de voir si le nom du mois est dans la langue du flux et remplacons le // par la version anglaise avant de faire strtotime if ($lang) { // "fr-fr" list($lang) = explode("-", $lang); static $months = null; if (!isset($months[$lang])) { $prev_lang = $GLOBALS['spip_lang']; changer_langue($lang); foreach (range(1, 12) as $m) { $s = _T("date_mois_$m"); $months[$lang][$s] = date("M", strtotime("2013-$m-01")); $s = _T("date_mois_" . $m . "_abbr"); $months[$lang][$s] = date("M", strtotime("2013-$m-01")); $months[$lang][trim($s, ".")] = date("M", strtotime("2013-$m-01")); } changer_langue($prev_lang); } spip_log($la_date_c, "dbgs"); foreach ($months[$lang] as $loc => $en) { if (stripos($la_date_c, $loc) !== false) { $s = str_ireplace($loc, $en, $la_date_c); if ($s = strtotime($s)) { return $s; } } } } // erreur spip_log("Impossible de lire le format de date '$la_date'"); return false; } // A partir d'un ou autre essayer de recuperer // le mot et son url ; on cree mot // https://code.spip.net/@creer_tag function creer_tag($mot, $type, $url) { if (!strlen($mot = trim($mot))) { return ''; } $mot = "$mot"; if ($url) { $mot = inserer_attribut($mot, 'href', $url); } if ($type) { $mot = inserer_attribut($mot, 'rel', $type); } return $mot; } // https://code.spip.net/@ajouter_tags function ajouter_tags($matches, $item) { include_spip('inc/filtres'); $tags = array(); foreach ($matches as $match) { $type = ($match[3] == 'category' or $match[3] == 'directory') ? 'directory' : 'tag'; $mot = supprimer_tags($match[0]); if (!strlen($mot) and !strlen($mot = extraire_attribut($match[0], 'label')) ) { break; } // rechercher un url if ($url = extraire_attribut($match[0], 'domain')) { // category@domain est la racine d'une url qui se prolonge // avec le contenu text du tag ; mais dans SPIP < 2.0 // on donnait category@domain = #URL_RUBRIQUE, et // text = #TITRE_RUBRIQUE ; d'ou l'heuristique suivante sur le slash if (substr($url, -1) == '/') { $url .= rawurlencode($mot); } } else { if ($url = extraire_attribut($match[0], 'resource') or $url = extraire_attribut($match[0], 'url') ) { } ## cas particuliers else { if (extraire_attribut($match[0], 'scheme') == 'urn:flickr:tags') { foreach (explode(' ', $mot) as $petit) { if ($t = creer_tag($petit, $type, 'http://www.flickr.com/photos/tags/' . rawurlencode($petit) . '/') ) { $tags[] = $t; } } $mot = ''; } else { if ( // cas atom1, a faire apres flickr $term = extraire_attribut($match[0], 'term') ) { if ($scheme = extraire_attribut($match[0], 'scheme')) { $url = suivre_lien($scheme, $term); } else { $url = $term; } } else { # type delicious.com foreach (explode(' ', $mot) as $petit) { if (preg_match(',]*\bresource=["\']([^>]*/' . preg_quote(rawurlencode($petit), ',') . ')["\'],i', $item, $m)) { $mot = ''; if ($t = creer_tag($petit, $type, $m[1])) { $tags[] = $t; } } } } } } } if ($t = creer_tag($mot, $type, $url)) { $tags[] = $t; } } return $tags; } // Lit contenu des blocs [[CDATA]] dans un flux // https://code.spip.net/@cdata_echappe_retour function cdata_echappe(&$rss, &$echappe_cdata) { $echappe_cdata = array(); if (preg_match_all(',,Uims', $rss, $regs, PREG_SET_ORDER)) { foreach ($regs as $n => $reg) { if (strpos($reg[1],'<')!==false or strpos($reg[1],'>')!==false) { // verifier que la chaine est encore dans le flux, car on peut avoir X fois la meme // inutile de (sur)peupler le tableau avec des substitutions identiques if (strpos($rss,$reg[0])!==false){ $echappe_cdata["@@@SPIP_CDATA$n@@@"] = $reg[1]; $rss = str_replace($reg[0], "@@@SPIP_CDATA$n@@@", $rss); } } else { $rss = str_replace($reg[0], $reg[1], $rss); } } } } // Retablit le contenu des blocs [[CDATA]] dans une chaine ou un tableau // https://code.spip.net/@cdata_echappe_retour function cdata_echappe_retour(&$x, &$echappe_cdata) { if (is_string($x)) { if (strpos($x, '<') !== false){ $x = filtrer_entites($x); } if (strpos($x, '@@@SPIP_CDATA') !== false){ $x = str_replace( array_keys($echappe_cdata), array_values($echappe_cdata), $x); } } else { if (is_array($x)) { foreach ($x as $k => &$v) { cdata_echappe_retour($v, $echappe_cdata); } } } }