X-Git-Url: http://git.cyclocoop.org/?p=velocampus%2Fweb%2Fwww.git;a=blobdiff_plain;f=www%2Fecrire%2Finc%2Ffeedfinder.php;fp=www%2Fecrire%2Finc%2Ffeedfinder.php;h=e632053fcff09ee97a4e63a58531d50e26f9eccc;hp=0000000000000000000000000000000000000000;hb=80b4d3e85f78d402ed2e73f8f5d1bf4c19962eed;hpb=aaf970bf4cdaf76689ecc10609048e18d073820c
diff --git a/www/ecrire/inc/feedfinder.php b/www/ecrire/inc/feedfinder.php
new file mode 100644
index 0000000..e632053
--- /dev/null
+++ b/www/ecrire/inc/feedfinder.php
@@ -0,0 +1,214 @@
+
+
+Par: courcy.michael@wanadoo.fr
+
+adaptation en php, je ne reprends qu'une partie de cette algorithme
+
+0) A chaque etape on verifie si les feed indiques sont reellement des feeds
+1) Si l'uri passe est un feed on retourne le resultat 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 qui se termine par ".rss", ".rdf", ".xml", ou ".atom"
+4) on cherche les liens contenant "rss", "rdf", "xml", ou "atom"
+
+j'integre pas l'interrogation avec xml_rpc de syndic8, mais on peut le faire assez facilement
+dans la phase de test sur differentes url je n'ai constate aucune diffrerence entre les reponses
+donnees par feedfinder.py et les miennes donc je ne suis pas sur de voir l'interet
+
+Je ne me preoccupe pas comme l'auteur de savoir si mes liens de feed sont sur le meme 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
+)
+
+*****************************************************************/
+
+$verif_complete = 0; //mettez le a 1 si vous voulez controler la validite des feed trouves mais le temps d'execution
+ //est alors plus long
+
+//une fonction qui permet de si un lien est un feed ou nom, si c'est un feed elle retourne son type
+//si c'est pas un feed elle retourne 0, cette verification est evidemment tres tres legere
+// http://doc.spip.org/@is_feed
+function is_feed($url){
+
+ # methode SPIP
+ if (function_exists('recuperer_page')) {
+ $buffer = recuperer_page($url);
+ if (preg_match("/<(\w*) .*/", $buffer, $matches)){
+ //ici on detecte 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 (!$fp ) {
+ return 0;
+ }
+ //verifion la nature de ce fichier
+ while (!feof($fp)) {
+ $buffer = fgets($fp, 4096);
+ if (preg_match("/<(\w*) .*/", $buffer, $matches)){
+ //ici on detecte 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") . "
"; //retourne rss
+echo is_feed("http://liberation.fr/rss.php") . "
"; //retourne rss
+echo is_feed("http://liberation.fr/rss.php") . "
"; //retourne rss
+echo is_feed("http://willy.boerland.com/myblog/atom/feed") //retourne atom
+echo is_feed("http://spip.net/") . "
"; //retoune 0
+//pas trouver d'exmples avec rdf j'ai encore du mal a 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 a la recherche de balise ou
+//si dans le corps de celle-ci on trouve les mots rss, xml, atom ou rdf
+//alors on recupere la valeur href='', on adapte celle-ci si elle
+//est relative et on verifie 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 trouve 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 prevenu 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
+ if (preg_match_all("/]*>/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 verifier 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
+ if (preg_match_all("/]*>/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 verifier 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 $feed_list;
+}
+/************************************ getFeed ****************************
+print_r (get_feed_from_url("spip-contrib.net"));
+print_r (get_feed_from_url("http://liberation.fr/"));
+print_r (get_feed_from_url("cnn.com"));
+print_r (get_feed_from_url("http://willy.boerland.com/myblog/"));
+***************************** Resultat *****************************************
+Array
+(
+ [0] => http://www.spip-contrib.net/backend.php
+)
+Array
+(
+ [0] => http://www.liberation.fr/rss.php
+)
+Array
+(
+ [0] => http://rss.cnn.com/rss/cnn_topstories.rss
+ [1] => http://rss.cnn.com/rss/cnn_latest.rss
+ [2] => http://www.cnn.com/services/rss/
+ [3] => http://www.cnn.com/services/rss/
+ [4] => http://www.cnn.com/services/rss/
+)
+Array
+(
+ [0] => http://willy.boerland.com/myblog/atom/feed
+ [1] => http://willy.boerland.com/myblog/blogapi/rsd
+ [2] => http://willy.boerland.com/myblog/rss.xml
+ [3] => http://willy.boerland.com/myblog/node/feed
+)
+************************************************************************/
+
+//petite fonction qui prend en charge les problemes de double slash
+//qunad on concatene les lien
+// http://doc.spip.org/@concat_url
+function concat_url($url1, $path){
+ # methode spip
+ if(function_exists('suivre_lien')) {
+ return suivre_lien($url1,$path);
+ }
+ $url = $url1 . "/" . $path;
+ //cette operation peut tres facilement avoir genere // 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")."
";
+echo concat_url("http://spip.net/" , "ecrire")."
";
+echo concat_url("http://spip.net" , "/ecrire")."
";
+echo concat_url("http://spip.net/" , "/ecrire")."
";
+*************************************************************/
+
+
+
+
+?>