<?php
/**
 * classe permettant de gérer des flux de syndication
 * on ne traite pas ici le stockage des données, le cache, etc.
 * pour la lecture des flux, inspiré des scripts trouvés sur :
 * http://www.scriptol.fr/rss/lecteur-commun.php (Licence Mozilla 1.1.)
 *
 * @author Fabrice PENHOËT
 **/
require_once("lien.php");
class Flux extends Lien
 {
 protected $source_url; // url de la page HTML déclarée en entête du flux
 protected $type; // flux RSS ou Atom ?
 protected $date_maj_flux; // date de dernière mise à jour du flux telle que déclarée en entête
 /**
  * Méthode testant la validité du type fournit pour le flux
  *
  * @return booléen suivant succès
  * @author Fabrice PENHOËT
 **/
 public function set_type($type)
  {
  $type_ok=array("RSS","Atom");
  if (!in_array($type,$type_ok))
   {
   $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_PARAM_AUTORISES." >> $type"));
   return false;
   }
  $this->type=$type;
  return true;
  }
 /**
  * Méthode retournant les flux de syndication déclarés en entête d'une page html
  *
  * @param objet de type Lien dont l'url doit être connue
  * @return tableau listant les flux si trouvés, false sinon
  * @author Fabrice PENHOËT
  **/
 static function detecte_flux_entete($lien)
  {
  if(!isset($lien->url))
   {
   $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_PARAM_MANQUANT));
   return false;
   }
  $entetes=$lien->get_entete_html();
  if(empty($entetes))
   return false;
  $flux=array();
  $i=0;
  while(isset($entetes["link$i"]))
   {
   if(isset($entetes["link$i"]["type"]))
    {
    if(($entetes["link$i"]["type"]=="application/rss+xml")||($entetes["link$i"]["type"]=="application/atom+xml"))
     $flux[$i]=$entetes["link$i"];
    }
   $i++;
   }
  if(count($flux)==0)
   return false;
  else
   return $flux;
  }
 /**
  * Recherche les infos d'un flux en se basant sur ses "tags"
  * Attribue les valeurs trouvées
  *
  * @return booléen suivant succès
  * @author Fabrice PENHOËT + scriptol.fr
  **/
 public function get_infos_entete()
  {
  if(!isset($this->url))
   {
   $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_PARAM_MANQUANT));
   return false;
   }
  $xml=$this->get_contenu(10.0);
  if(empty($xml))
   {
   $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_FLUX_INFOS));
   return false;
   }
  $doc=new DOMDocument();
  $doc->loadXML($xml);
  $channels=$doc->getElementsByTagName("channel");
  if($channels->length!=0)
   $this->set_type("RSS");
  else
   {
   $entries=$doc->getElementsByTagName("entry");
   if($entries->length!=0)
    $this->set_type("Atom");
   }
  if(empty($this->type))
   {
   $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_FLUX_INFOS));
   return false;
   }
  if($this->type=="RSS")
   {
   if(!empty($doc->getElementsByTagName("title")->item(0)->firstChild->textContent))
    $this->designation=affiche_utf8(strip_tags($doc->getElementsByTagName("title")->item(0)->firstChild->textContent),UTF8_OK);
   if(!empty($doc->getElementsByTagName("description")->item(0)->firstChild->textContent))
    $this->description=html_entity_decode(str_replace("","'",trim(strip_tags($doc->getElementsByTagName("description")->item(0)->firstChild->textContent))));//!! attention si pas de description pour le flux, récupère la première description d'un item
   if(!empty($doc->getElementsByTagName("link")->item(0)->firstChild->textContent))
    $this->source_url=$doc->getElementsByTagName("link")->item(0)->firstChild->textContent;
   $tnl=$doc->getElementsByTagName("pubDate");
   if($tnl->length==0)
    $tnl=$doc->getElementsByTagName("lastBuildDate");
   if($tnl->length!=0)
    $this->date_maj_flux=$tnl->item(0)->firstChild->textContent;
   }
  else
   {
   if(!empty($doc->getElementsByTagName("title")->item(0)->firstChild->textContent))
    $this->designation=affiche_utf8(strip_tags($doc->getElementsByTagName("title")->item(0)->firstChild->textContent),UTF8_OK);
   if(!empty($doc->getElementsByTagName("summary")->item(0)->firstChild->textContent))
    $this->description=affiche_utf8(strip_tags($doc->getElementsByTagName("summary")->item(0)->firstChild->textContent),UTF8_OK);
   $links=$doc->getElementsByTagName("link");
   if ($links->length!=0)
    {
    foreach($links as $link)
     {
     if(($link->getAttribute("rel")=="alternate")&&($link->getAttribute("type")=="text/html")&&(!empty($link->getAttribute("href"))))
      {
      $this->source_url=$link->getAttribute("href");
      break;
      }
     }
    }
   if(!empty($doc->getElementsByTagName("updated")->item(0)->firstChild->textContent))
   $this->date_maj_flux=$doc->getElementsByTagName("updated")->item(0)->firstChild->textContent;
   }
  return true;
  }
 /**
  * Lit les items d'un flux RSS ou Atom
  *
  * @param $nb_max nombre maximum d'items que l'on souhaite récupérer, $log_erreur pour savoir si on enregistre les erreurs de lecture dans le journal
  * @return tableau listant les infos du flux, false si erreur
  * @author Fabrice PENHOËT
  **/
 public function lecture($nb_max=1000,$log_erreur=true)
  {
  if(!isset($this->url))
   {
   $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_PARAM_MANQUANT));
   return false;
   }
  if(!is_int($nb_max))
   {
   $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_PARAM_FORMAT));
   return false;
   }
  $xml=$this->get_contenu(5.0);
  if(empty($xml))
   {
   if($log_erreur)
    $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_FLUX_INFOS." >> ".htmlentities($this->url,ENT_QUOTES)));
   return false;
   }
  $carabug=array("","","&#38;","&");
  $cara_remplace=array("","","&amp;","&amp;");
  $xml=str_replace($carabug,$cara_remplace,$xml);
  $doc=new DOMDocument();
  $setXML=@$doc->loadXML($xml);
  if($setXML===false)
   return $this->lecture_reg($nb_max,$xml,$log_erreur);//fichier XML mal formé...
   // quel format ?
  $rss_ok=$doc->getElementsByTagName("channel");
  $atom_ok=$doc->getElementsByTagName("feed");
  if($rss_ok->length!=0)
   $this->set_type("RSS");
  elseif($atom_ok->length!=0)
   $this->set_type("Atom");
  else
   {
   if($log_erreur)
    $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_FLUX_INFOS." >> ".htmlentities($this->url,ENT_QUOTES)));
   return false;
   }
  if(empty($this->type))
   {
   if($log_erreur)
    $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_FLUX_INFOS." >> ".htmlentities($this->url,ENT_QUOTES)));
   return false;
   }
  $maj=array();
  $i=0;
  if($this->type=="RSS")
   {
   $items=$doc->getElementsByTagName("item");
   if($items->length!=0)
    {
    foreach($items as $item)
     {
     if($i<$nb_max)
      {
      if(!empty($item->getElementsByTagName("title")->item(0)->firstChild->textContent))
       $maj[$i]["designation"]=html_entity_decode(str_replace("","'",trim(strip_tags($item->getElementsByTagName("title")->item(0)->firstChild->textContent))));
      if(!empty($item->getElementsByTagName("description")->item(0)->firstChild->textContent))
       $maj[$i]["description"]=html_entity_decode(str_replace("","'",trim(strip_tags($item->getElementsByTagName("description")->item(0)->firstChild->textContent))));
      if(!empty($item->getElementsByTagName("link")->item(0)->firstChild->textContent))
       $maj[$i]["url"]=str_replace("&amp;","&",trim(strip_tags($item->getElementsByTagName("link")->item(0)->firstChild->textContent)));
      $tnl=$item->getElementsByTagName("pubDate");
      if($tnl->length==0)
       $tnl=$item->getElementsByTagName("lastBuildDate");
      if(($tnl->length!=0)&&(!empty($tnl->item(0)->firstChild->textContent)))
       {
       $maj[$i]["date_article"]=trim($tnl->item(0)->firstChild->textContent);
       $date_maj=date_create($maj[$i]["date_article"]);
       if(!empty($date_maj))
        $maj[$i]["timeS"]=$date_maj->getTimestamp();
       $date_maj=null;
       }
      }
     // besoin au minimum d'un titre et d'une url
     if((!empty($maj[$i]["designation"]))&&(!empty($maj[$i]["url"])))
      $i++;
     }
    }
   }
  else
   {
   $entries=$doc->getElementsByTagName("entry");
   if($entries->length!=0)
    {
    foreach($entries as $item)
     {
     if($i<$nb_max)
      {
      if(!empty($item->getElementsByTagName("title")->item(0)->firstChild->textContent))
       $maj[$i]["designation"]=html_entity_decode(str_replace("","'",trim(strip_tags($item->getElementsByTagName("title")->item(0)->firstChild->textContent))));
      if(!empty($item->getElementsByTagName("summary")->item(0)->firstChild->textContent))
       $maj[$i]["description"]=html_entity_decode(str_replace("","'",trim(strip_tags($item->getElementsByTagName("summary")->item(0)->firstChild->textContent))));
      else if(!empty($item->getElementsByTagName("content")->item(0)->firstChild->textContent))
       $maj[$i]["description"]=html_entity_decode(trim($item->getElementsByTagName("content")->item(0)->firstChild->textContent));

      if(!empty($item->getElementsByTagName("link")->item(0)->getAttribute("href")))
       $maj[$i]["url"]=str_replace("&amp;","&",trim(strip_tags($item->getElementsByTagName("link")->item(0)->getAttribute("href"))));
      // attention, il peut y avoir +sieurs balises link
      $j=0;
      while(null!=$item->getElementsByTagName("link")->item($j))
       {
	   if((!empty($item->getElementsByTagName("link")->item($j)->getAttribute("href")))&&($item->getElementsByTagName("link")->item($j)->getAttribute("rel")=="alternate")&&($item->getElementsByTagName("link")->item($j)->getAttribute("type")=="text/html"))
	    {
	    $maj[$i]["url"]=str_replace("&amp;","&",trim(strip_tags($item->getElementsByTagName("link")->item($j)->getAttribute("href"))));
		break(1);
	    }
       $j++;
       }
      if((empty($maj[$i]["url"]))&&($j==1)&&(!empty($item->getElementsByTagName("link")->item(0)->getAttribute("href"))))// les propriétés du lien n'ont pas toutes été fournies.
       $maj[$i]["url"]=str_replace("&amp;","&",trim(strip_tags($item->getElementsByTagName("link")->item(0)->getAttribute("href"))));
      if(!empty($item->getElementsByTagName("updated")->item(0)->firstChild->textContent))
       {
       $maj[$i]["date_article"]=trim($item->getElementsByTagName("updated")->item(0)->firstChild->textContent);
       $date_maj=date_create($maj[$i]["date_article"]);
       if(!empty($date_maj))
        $maj[$i]["timeS"]=$date_maj->getTimestamp();
       $date_maj=null;
       }
      }
     // besoin au minimum d'un titre et d'une url
     if((!empty($maj[$i]["designation"]))&&(!empty($maj[$i]["url"])))
      $i++;
     }
    }
   }
  if(count($maj)!=0)
   return $maj;
  else
   return null;
  }
 /**
  * Lit les items d'un flux RSS ou Atom non conforme et ne pouvant donc être chargé avec DOMDocument.
  * //à revoir, bug encodage (?) avec des � qui apparaissent après les Reg
  *
  * @param $nb_max nombre maximum d'items que l'on souhaite récupérer, $xml le contenu du fichier à traiter, $log_erreur pour savoir si on enregistre les erreurs de lecture dans le journal
  * @return tableau listant les infos du flux, false si erreur
  * @author Fabrice PENHOËT
  **/
 public function lecture_reg($nb_max=1000,$xml,$log_erreur)
  {
  if(!is_int($nb_max))
   {
   $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_PARAM_FORMAT));
   return false;
   }
  if(empty($xml))
   {
   $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_PARAM_MANQUANT));
   return false;
   }
  else
   $xml=str_replace("&amp;","&",$xml);//plus de bug ici
  //est-ce que ça ressemble à un flux ?
  if(strpos($xml,"</channel>")!==false)
   $this->set_type("RSS");
  elseif(strpos($xml,"</feed>")!==false)
   $this->set_type("Atom");
  else
   {
   if($log_erreur)
    $ajout_journal=new journal_erreurs(array(__FILE__,__LINE__,ERREUR_FLUX_INFOS." >> ".htmlentities($this->url,ENT_QUOTES)));
   return false;
   }
  $maj=array();
  $i=0;
  if($this->type=="RSS")
   {
   // liste des items trouvés dans le flux
   $items=preg_split("#<\/?item>#i",$xml);
   // date du flux utile si pas de date spécifiée pour chaque article.
   $get_date_flux=preg_split("#<\/?lastBuildDate>#i",$xml);
   if(!empty($get_date_flux[1]))
    $date_flux=$get_date_flux[1];
   for($j=1;$j<sizeof($items)-1;$j+=2)
    {
    // il peut y avoir +sieurs balises <title> et le type="html" n'est pas toujours déclaré... Je considère ici que le premier trouvé est le bon.
    preg_match("#<title(?: (?:\w+)=\"(?:\w+)\")*>(.*)</title>?#i",$items[$j],$item_title);
    if(!empty($item_title[1]))
     $maj[$i]["designation"]=html_entity_decode(str_replace("","'",trim(strip_tags(str_replace("]]>","",str_replace("<![CDATA[","",$item_title[1]))))));
    preg_match("#<description(?: (?:\w+)=\"(?:\w+)\")*>(.*)</description>?#i",$items[$j],$item_description);
    if(!empty($item_description[1]))
     $maj[$i]["description"]=html_entity_decode(str_replace("","'",trim(strip_tags(str_replace("]]>","",str_replace("<![CDATA[","",$item_description[1]))))));
    preg_match("#<link(?: (?:\w+)=\"(?:\w+)\")*>(.*)</link>?#i",$items[$j],$item_link);
    if((!empty($item_link[1]))&&(filter_var($item_link[1],FILTER_VALIDATE_URL)))
     $maj[$i]["url"]=trim(strip_tags($item_link[1]));
    $item_date=preg_split("#<\/?pubDate>#i",$items[$j]);
    if(!empty($item_date[1]))
     $maj[$i]["date_article"]=$item_date[1];
    elseif(!empty($date_flux))
     $maj[$i]["date_article"]=$date_flux;
    if(!empty($maj[$i]["date_article"]))
     {
     $date_maj=date_create($maj[$i]["date_article"]);
     if(!empty($date_maj))
      $maj[$i]["timeS"]=$date_maj->getTimestamp();
     $date_maj=null;
     }
    //au moins un titre et une url
    if((!empty($maj[$i]["designation"]))&&(!empty($maj[$i]["url"])))
     $i++;
    else
     $maj[$i]=null;
    }
   }
  else
   {
   // liste des items trouvés dans le flux
   $items=preg_split("#<\/?entry>#i",$xml);
   // date du flux utile si pas de date spécifiée pour chaque article.
   $get_date_flux=preg_split("#<\/?updated>#i",$xml);
   if(!empty($get_date_flux[1]))
    $date_flux=$get_date_flux[1];
   for($j=1;$j<sizeof($items)-1;$j+=2)
    {
    // il peut y avoir +sieurs balises <title> et le type="html" n'est pas toujours déclaré... Je considère ici que le premier trouvé est le bon.
    preg_match("#<title(?: (?:\w+)=\"(?:\w+)\")*>(.*)</title>?#i",$items[$j],$item_title);
    if(!empty($item_title[1]))
     $maj[$i]["designation"]=html_entity_decode(str_replace("","'",trim(strip_tags(str_replace("]]>","",str_replace("<![CDATA[","",$item_title[1]))))));
    preg_match("#<summary(?: (?:\w+)=\"(?:\w+)\")*>(.*)</summary>?#i",$items[$j],$item_description);
    if(!empty($item_description[1]))
     $maj[$i]["description"]=html_entity_decode(str_replace("","'",trim(strip_tags(str_replace("]]>","",str_replace("<![CDATA[","",$item_description[1]))))));
    else
     {
     preg_match("#<content(?: (?:\w+)=\"(?:\w+)\")*>(.*)</content>?#i",$items[$j],$item_description);
     if(!empty($item_description[1]))
      $maj[$i]["description"]=html_entity_decode(str_replace("","'",trim(strip_tags(str_replace("]]>","",str_replace("<![CDATA[","",$item_description[1]))))));
     }
    //attention + sieurs href dans certains flux mais le 1er doit être le bon... -> pas certain ! à revoir !
    preg_match("#href=\"(.+?)\"#",$items[$j],$item_link);
    if((!empty($item_link[1]))&&(filter_var($item_link[1],FILTER_VALIDATE_URL)))
     $maj[$i]["url"]=str_replace("&amp;","&",trim(strip_tags($item_link[1])));
    $item_date=preg_split("#<\/?updated>#i",$items[$j]);
    if(!empty($item_date[1]))
     $maj[$i]["date_article"]=$item_date[1];
    elseif(!empty($date_flux))
     $maj[$i]["date_article"]=$date_flux;
    if(!empty($maj[$i]["date_article"]))
     {
     $date_maj=date_create($maj[$i]["date_article"]);
     if(!empty($date_maj))
      $maj[$i]["timeS"]=$date_maj->getTimestamp();
     $date_maj=null;
     }
    //au moins un titre et une url
    if((!empty($maj[$i]["designation"]))&&(!empty($maj[$i]["url"])))
     $i++;
    else
     $maj[$i]=null;
    }
   }
  if(count($maj)!=0)
   return $maj;
  else
   return null;
  }
 }