OwlCyberSecurity - MANAGER

Edit File: syndic.php

<?php /***************************************************************************\ * SPIP, Systeme de publication pour l'internet * * * * Copyright (c) 2001-2016 * * Arnaud Martin, Antoine Pitrou, Philippe Riviere, Emmanuel Saint-James * * * * Ce programme est un logiciel libre distribue sous licence GNU/GPL. * * Pour plus de details voir le fichier COPYING.txt ou l'aide en ligne. * \***************************************************************************/ if (!defined("_ECRIRE_INC_VERSION")) return; // ATTENTION // Cette inclusion charge executer_une_syndication pour compatibilite, // mais cette fonction ne doit plus etre invoquee directement: // il faut passer par cron() pour avoir un verrou portable // Voir un exemple dans action/editer/site include_spip('genie/syndic'); // prend un fichier backend et retourne un tableau des items lus, // et une chaine en cas d'erreur // http://code.spip.net/@analyser_backend function analyser_backend($rss, $url_syndic='') { include_spip('inc/texte'); # pour couper() $rss = pipeline('pre_syndication', $rss); // si true, les URLs de type feedburner sont dereferencees define('_SYNDICATION_DEREFERENCER_URL', false); // Echapper les CDATA cdata_echappe($rss, $echappe_cdata); // supprimer les commentaires $rss = preg_replace(',<!--.*-->,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(.*)</\1>,Uims', $header, $regs, PREG_SET_ORDER)) { $les_auteurs_du_site = array(); foreach ($regs as $reg) { $nom = $reg[2]; if (preg_match(',<name>(.*)</name>,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 = ''; 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(',<feed\s[^>]*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($rss, 'entry')); // // Analyser chaque <item>...</item> du backend et le transformer en tableau // if (!count($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 <guid ispermalink="true"> ; // attention la valeur par defaut est 'true' ce qui oblige a quelque // gymnastique if (preg_match(',<guid.*>[[:space:]]*(https?:[^<]*)</guid>,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(',<feedburner:origLink>(.*)<,Uims', $item, $regs)) $data['url'] = $regs[1]; // <link>, plus classique else if (preg_match( ',<link[^>]*[[:space:]]rel=["\']?alternate[^>]*>(.*)</link>,Uims', $item, $regs)) $data['url'] = $regs[1]; else if (preg_match(',<link[^>]*[[:space:]]rel=.alternate[^>]*>,Uims', $item, $regs)) $data['url'] = extraire_attribut($regs[0], 'href'); else if (preg_match(',<link[^>]*>\s*([^\s]+)\s*</link>,Uims', $item, $regs)) $data['url'] = $regs[1]; else if (preg_match(',<link[^>]*>,Uims', $item, $regs)) $data['url'] = extraire_attribut($regs[0], 'href'); // Aucun link ni guid, mais une enclosure else if (preg_match(',<enclosure[^>]*>,ims', $item, $regs) AND $url = extraire_attribut($regs[0], 'url')) $data['url'] = $url; // pas d'url, c'est genre un compteur... else $data['url'] = ''; // Titre (semi-obligatoire) if (preg_match(",<title[^>]*>(.*?)</title>,ims",$item,$match)) $data['titre'] = $match[1]; else if (preg_match(',<link[[:space:]][^>]*>,Uims',$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(',<date>([^<]*)<,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 <lastbuilddate> en forcant la date if (preg_match(',<(lastbuilddate|updated|modified)>([^<>]+)</\1>,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[^>]*>(.*)</\1>,Uims', $item, $regs, PREG_SET_ORDER)) { $auteurs = array(); foreach ($regs as $reg) { $nom = $reg[2]; if (preg_match(',<name\b[^>]*>(.*)</name>,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'] = $les_auteurs_du_site; // Description if (preg_match(',<(description|summary)\b.*' .'>(.*)</\1\b,Uims',$item,$match)) { $data['descriptif'] = trim($match[2]); } if (preg_match(',<(content)\b.*' .'>(.*)</\1\b,Uims',$item,$match)) { $data['content'] = trim($match[2]); } // lang if (preg_match(',<([^>]*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 !!) # <source url="http://www.truc.net/music/uatsap.mp3" length="19917" /> # <source url="http://www.truc.net/rss">Site source</source> if (preg_match(',(<source[^>]*>)(([^<>]+)</source>)?,i', $item, $match)) { $data['source'] = trim($match[3]); $data['url_source'] = str_replace('&amp;', '&', trim(extraire_attribut($match[1], 'url'))); } // tags # a partir de "<dc:subject>", (del.icio.us) # ou <media:category> (flickr) # ou <itunes:category> (apple) # on cree nos tags microformat <a rel="directory" href="url">titre</a> # http://microformats.org/wiki/rel-directory-fr $tags = array(); if (preg_match_all( ',<(([a-z]+:)?(subject|category|directory|keywords?|tags?|type))[^>]*>' .'(.*?)</\1>,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 <enclosure> 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(',<enclosure[[:space:]][^<>]+>,i', $item, $matches, PREG_PATTERN_ORDER)) { $enclosures += array_map('enclosure2microformat', $matches[0]); } # atom if (preg_match_all(',<link\b[^<>]+rel=["\']?enclosure["\']?[^<>]+>,i', $item, $matches, PREG_PATTERN_ORDER)) { $enclosures += array_map('enclosure2microformat', $matches[0]); } # media rss if (preg_match_all(',<media:content\b[^<>]+>,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 <category> et <dc:subject>) if (preg_match_all( ',<a[[:space:]]([^>]+[[:space:]])?rel=[^>]+>.*</a>,Uims', $data['item'], $regs, PREG_PATTERN_ORDER)) { $tags = $regs[0]; } // Cas particulier : tags Connotea sous la forme <a class="postedtag"> if (preg_match_all( ',<a[[:space:]][^>]+ class="postedtag"[^>]*>.*</a>,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 $articles; } // helas strtotime ne reconnait pas le format W3C // http://www.w3.org/TR/NOTE-datetime // http://code.spip.net/@my_strtotime function my_strtotime($la_date, $lang=null) { // format complet if (preg_match( ',^(\d+-\d+-\d+[T ]\d+:\d+(:\d+)?)(\.\d+)?' .'(Z|([-+]\d{2}):\d+)?$,', $la_date, $match)) { $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 <dc:subject> ou autre essayer de recuperer // le mot et son url ; on cree <a href="url" rel="tag">mot</a> // http://code.spip.net/@creer_tag function creer_tag($mot,$type,$url) { if (!strlen($mot = trim($mot))) return ''; $mot = "<a rel=\"tag\">$mot</a>"; if ($url) $mot = inserer_attribut($mot, 'href', $url); if ($type) $mot = inserer_attribut($mot, 'rel', $type); return $mot; } // http://code.spip.net/@ajouter_tags function ajouter_tags($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($match[0], 'domain')) { // category@domain est la racine d'une url qui se prolonge // avec le contenu text du tag <category> ; mais dans SPIP < 2.0 // on donnait category@domain = #URL_RUBRIQUE, et // text = #TITRE_RUBRIQUE ; d'ou l'heuristique suivante sur le slash if (substr($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 $petit) if (preg_match(',<rdf\b[^>]*\bresource=["\']([^>]*/' .preg_quote(rawurlencode($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 $tags; } // Lit contenu des blocs [[CDATA]] dans un flux // http://code.spip.net/@cdata_echappe_retour function cdata_echappe(&$rss, &$echappe_cdata) { $echappe_cdata = array(); if (preg_match_all(',<!\[CDATA\[(.*)]]>,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], $rss); } } } // Retablit le contenu des blocs [[CDATA]] dans une chaine ou un tableau // http://code.spip.net/@cdata_echappe_retour function cdata_echappe_retour(&$x, &$echappe_cdata) { if (is_string($x)) { if (strpos($x, '&lt;') !== 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); } } ?>