source: spip-zone/_plugins_/importer_blog/action/importer_blog.php @ 50257

Last change on this file since 50257 was 50257, checked in by fil@…, 10 years ago

reparer les liens qui ont un espace devant
File size: 10.6 KB
Line 
1<?php
2
3function action_importer_blog() {
4
5        header('Content-Type: text/html; charset=utf-8');
6        include_spip('inc/minipres');
7
8        if (!autoriser('webmestre')) {
9                echo minipres();
10                exit;
11        }
12
13        if ($_FILES
14        AND $f = array_pop($_FILES)
15        AND !$f['error']) {
16                $content = file_get_contents($f['tmp_name']);
17        }
18        else {
19                echo minipres('Erreur de fichier');
20                exit;
21
22        }
23
24        // Mode de stockage des liens mots<->articles
25        $trouver_table = charger_fonction('trouver_table', 'base');
26        define('_MODE_MOTS',  ($trouver_table('spip_mots_liens') ? 1 : 0));
27        define('_MODE_AUTEURS',  ($trouver_table('spip_auteurs_liens') ? 1 : 0));
28        define('_MODE_FORUM', _MODE_MOTS); // je suis flemmard, là...
29
30
31        echo install_debut_html('Import de '.$f['name']);
32
33        include_spip('iterateur/data');
34
35        $r = importer_blogspot($content);
36
37        if (!$r) 
38                echo "<h1>Import terminé avec succès</h1>";
39        else
40                echo "<h1>Erreur : $r</h1>\n";
41
42
43        echo install_fin_html();
44}
45
46
47function nettoyer_html($texte) {
48        /*
49        $texte = preg_replace(',<br ?/?><br ?/?>,i', "\n\n", $texte);
50        $texte = preg_replace(',<br ?/?>,i', "\n_ ", $texte);
51        $texte = preg_replace(',</div>,i', "\0\n\n", $texte);
52        */
53
54        return $texte;
55}
56
57
58function importer_post($a, $rub =1) {
59        $ref = "*".$a['id'];
60        $s = sql_query($q = "SELECT id_article FROM spip_articles WHERE nom_site=".sql_quote((string)$ref));
61        if ($t = sql_fetch($s))
62                $id = $t['id_article'];
63        else {
64                $id = sql_insertq('spip_articles', array(
65                        'nom_site' => $ref,
66                        'statut' => 'publie'
67                ));
68        }
69
70        if (!$id) {
71                echo "erreur sur $ref";
72                return;
73        }
74
75        $texte = importer_texte($a['content']);
76
77        $p = sql_updateq('spip_articles',
78                array(
79                        'titre' => $a['title'],
80                        'texte' => $texte,
81                        'date' => $a['date'],
82                        'id_rubrique' => $rub,
83                        'id_secteur' => $rub,
84                        'lang' => 'fr',
85                ),
86                'id_article='.$id
87        );
88
89
90if (_MODE_AUTEURS) { /* SPIP 3 */
91        sql_delete('spip_auteurs_liens', 'id_objet='.$id.' AND objet="article"');
92        if ($id_auteur = get_id_auteur($a['author'], $a['email'])) {
93                sql_insertq('spip_auteurs_liens', array('id_objet'=>$id, 'id_auteur' => $id_auteur, 'objet' => 'article'));
94        }
95} else { /* spip 2.1 */
96        sql_delete('spip_auteurs_articles', 'id_article='.$id);
97        if ($id_auteur = get_id_auteur($a['author'], $a['email'])) {
98                sql_insertq('spip_auteurs_articles', array('id_article'=>$id, 'id_auteur' => $id_auteur));
99        }
100}
101
102if (_MODE_MOTS) { /* SPIP 3 */
103        sql_delete('spip_mots_liens', 'id_objet='.$id.' AND objet="article"');
104        if (is_array($a['terms']))
105        foreach($a['terms'] as $term)
106        if ($id_mot = get_id_mot($term)) {
107                sql_insertq('spip_mots_liens', array('id_objet'=>$id, 'id_mot' => $id_mot, 'objet' => 'article'));
108        }
109} else { /* spip 2.1 */
110        sql_delete('spip_mots_articles', 'id_article='.$id);
111        if (is_array($a['terms']))
112        foreach($a['terms'] as $term)
113        if ($id_mot = get_id_mot($term)) {
114                sql_insertq('spip_mots_articles', array('id_article'=>$id, 'id_mot' => $id_mot));
115        }
116}
117
118        echo "<dd><a href='"._DIR_RESTREINT."?exec=articles&amp;id_article=$id'>article $id</a></dd>\n";
119
120#       var_dump($a, $p, $id, $id_auteur);
121#       exit;
122}
123
124
125function importer_comment($a) {
126        static $vu = array();
127
128        $ref_article = "*".$a['parent'];
129
130        $s = sql_query('SELECT id_article AS id FROM spip_articles WHERE nom_site='._q($ref_article));
131        if (!$t = sql_fetch($s)) {
132                echo "l'article $ref_article n'existe pas (encore?), on passe.\n";
133                return false;
134        }
135        $id_objet = $t['id'];
136
137        $ref = '*'.$a['id'];
138
139        $s = sql_query($q = "SELECT id_forum FROM spip_forum WHERE nom_site=".sql_quote((string)$ref));
140        if ($t = sql_fetch($s))
141                $id = $t['id_forum'];
142        else {
143                $id = sql_insertq('spip_forum', array(
144                        'nom_site' => $ref,
145                        'statut' => 'publie'
146                ));
147        }
148
149        if (!$id) {
150                echo "erreur sur $ref";
151                return;
152        }
153
154        $texte = importer_texte($a['content']);
155
156        $f = array(
157                        'titre' => '', ## $a['title'], sur blogspot le titre n'est que le debut du content
158                        'texte' => $texte,
159                        'date_heure' => $a['date'],
160                        'date_thread' => $a['date'],
161                        'auteur' => $a['author'],
162                        'email_auteur' => $a['email'],
163                );
164
165        if (_MODE_FORUM) {
166                $f['objet'] = 'article';
167                $f['id_objet'] = $id_objet;
168        } else {
169                $f['id_article'] = $id_objet;
170        }
171
172        $p = sql_updateq('spip_forum',
173                $f,
174                'id_forum='.$id
175        );
176
177        echo "<dd><a href='"._DIR_RESTREINT."?exec=articles&amp;id_article=$id_objet'>forum $id</a></dd>\n";
178
179
180}
181
182
183
184function get_id_auteur($name, $email='') {
185        static $mem = array();
186
187        if (!isset($mem[$name])) {
188                $s = sql_query("SELECT id_auteur FROM spip_auteurs WHERE nom="._q($name));
189                if ($t = sql_fetch($s))
190                        $id = $t['id_auteur'];
191                else
192                        $id = sql_insertq('spip_auteurs', array(
193                        'nom' => $name,
194                        'statut' => '1comite',
195                        'email' => $email
196                        ));
197
198                $mem[$name] = $id;
199        }
200
201        return $mem[$name];
202}
203
204function get_id_rubrique($name, $desc='') {
205        static $mem = array();
206
207        if (!isset($mem[$name])) {
208                $s = sql_query("SELECT id_rubrique FROM spip_rubriques WHERE titre="._q($name)." AND id_parent=0");
209                if ($t = sql_fetch($s))
210                        $id = $t['id_rubrique'];
211                else
212                        $id = sql_insertq('spip_rubriques', array(
213                        'titre' => $name,
214                        'texte' => $desc,
215                        'statut' => 'publie',
216                        'id_parent' => 0
217                        ));
218
219                $mem[$name] = $id;
220        }
221
222        return $mem[$name];
223}
224
225
226function get_id_mot($name) {
227        static $mem = array();
228
229        if (!isset($mem[$name])) {
230                $s = sql_query("SELECT id_mot FROM spip_mots WHERE titre="._q($name));
231                if ($t = sql_fetch($s))
232                        $id = $t['id_mot'];
233                else
234                        $id = sql_insertq('spip_mots', array(
235                        'titre' => $name,
236                        'id_groupe' => '1',
237                        'type' => 'tag',
238                        ));
239
240                $mem[$name] = $id;
241        }
242
243        return $mem[$name];
244}
245
246
247function importer_blogspot(&$content) {
248        $it = new SimpleXmlIterator(
249                str_replace('xmlns=', 'ns=',$content)
250        );
251
252        foreach ($it->xpath('entry') as $key => $val) {
253                $id = ((string)$val->id);
254
255
256#       echo htmlspecialchars($txt = (string) $val->content);
257#       echo "$key <pre>\n".htmlspecialchars(var_export(/*ObjectToArray*/($val),true))."</pre><hr />";
258#       if ($n++>100) exit;
259
260
261                if (preg_match(',\.post-(.*)$,', $id, $r)) {
262                        $ref = $r[1];
263
264                        $a = array('id' => $ref);
265
266                        echo "<dt>$ref</dt>\n";
267                        echo "<dd>".htmlspecialchars($tit = (string) $val->title)."</dd>";
268
269
270                        ## etablir le type (post / comment) de l'item
271                        $type =  $val->xpath('category[@scheme=\'http://schemas.google.com/g/2005#kind\']');
272                        $a['type'] = preg_replace(',^.*#,', '', (string) $type[0]->attributes()->term);
273
274
275                        ## etablir l'url
276                        if (
277                        $link =  $val->xpath('link[@rel=\'alternate\']')) {
278                                $a['link'] = preg_replace(',[?].*,', '', (string) $link[0]->attributes()->href);
279                                #var_export($link);
280                        }
281
282                        ## si c'est un commentaire, aller chercher l'article parent
283                        if ($a['type'] == 'comment') {
284                                $link =  $val->xpath('link[@rel=\'self\']');
285                                $link = $link[0]->attributes()->href;
286                                preg_match(',(\d+)/comments/,', $link, $r );
287                                $a['parent'] = $r[1];
288                        }
289
290
291                        $terms = array();
292                        foreach($val->xpath('category[@scheme="http://www.blogger.com/atom/ns#"]') as $t)
293                                $terms[] = (string)$t->attributes()->term;
294
295                        if ($terms) $a['terms'] = $terms;
296
297#                       var_dump($val->xpath('content')->attributes()->type);
298
299                        $a['title'] = nettoyer_html((string) $val->title);
300                        $a['content'] = nettoyer_html((string) $val->content);
301
302                        $a['date'] = date('Y-m-d H:i:s', strtotime((string) $val->published));
303                        $a['author'] = (string) $val->author->name;
304                        $a['email'] = (string) $val->author->email;
305                        if($a['email'] == 'noreply@blogger.com')
306                                $a['email'] = '';
307
308                        switch($a['type']) {
309                                case "post":
310                                        $rub = get_id_rubrique(
311                                                $settings['blog_name'], $settings['blog_description']);
312                                        importer_post($a, $rub);
313                                        break;
314                               
315                                case "comment":
316                                        importer_comment($a);
317                                        break;
318
319                                default:
320                                        echo "type inconnu: ".$type."\n";
321                                        break;
322                        }
323                }
324                else {
325                        echo "<s>$id</s> <br />\n";
326                        if (preg_match(',\.settings\.(\w+)$,', $id, $r)) {
327                                $settings[strtolower($r[1])] = (string) $val->content;
328                        }
329                }
330        }
331
332}
333
334
335
336function importer_texte($t) {
337
338        ecrire_fichier('../tmp/x.html', $t);
339        #$a = `/opt/local/bin/pandoc ../tmp/x.html -t mediawiki`;
340        #echo "<pre>".htmlspecialchars($a)."</pre>\n";
341        #exit;
342
343
344        # italiques
345        #<span style="font-style: italic;">...</span>
346        $t = preg_replace(',<span style="font-style: italic;">(.*)</span>,Ums', '{\1}', $t);
347        $t = preg_replace(',<i>(.*)</i>,Ums', '{\1}', $t);
348
349        # images
350        foreach (extraire_balises($t, 'a') as $l) {
351                if (preg_match(',^<a [^>]*><img [^>]*></a>$,Uims', $l)
352                AND $href = extraire_attribut($l, 'href')
353                AND $src = extraire_attribut(extraire_balise($l, 'img'), 'src')
354                #AND $height = extraire_attribut(extraire_balise($l, 'img'), 'height')
355                #AND $width = extraire_attribut(extraire_balise($l, 'img'), 'width')
356                AND preg_match(',\.(jpg|gif|png)$,i', $src, $r)
357                AND $extension = $r[1]
358                ) {
359                        $doc = importer_doc(array('fichier' => $src, 'extension' => strtolower($extension), 'distant' => 'oui', 'mode' => 'image'));
360
361                        if (preg_match('@<div style="text-align: center;">'.preg_quote($l,'@').'((?:.*?\n){0,5})</div>@ms', $t, $r)) {
362                                $legende = trim($r[1]);
363                                sql_updateq('spip_documents', array('descriptif' => $legende), 'id_document='.$doc);
364                                $repl = "\n".'<doc'.$doc.'|center>'."\n";
365                                $t = str_replace($r[0], $repl, $t);
366                        }
367                        else {
368                                $repl = "\n".'<img'.$doc.'|center>'."\n";
369                                $t = str_replace($l, $repl, $t);
370                        }
371                } else
372                if (preg_match(',^<a [^>]*>(.*)</a>$,Uims', $l, $r)
373                AND $href = extraire_attribut($l, 'href')
374                ) {
375                        $repl = '['.$r[1].'->'.trim($href).']';
376                        $t = str_replace($l, $repl, $t);
377                }
378        }
379
380        # sauts de lignes
381        $t = preg_replace(',<br />,', "\n_ ", $t);
382        $t = preg_replace(',{\n_ },', "\n_ ", $t);
383        $t = preg_replace(',\n_ \n_ ,', "\n\n", $t);
384
385        ## videos
386       
387        # youtube
388        foreach (extraire_balises($t, 'object') as $l) {
389                if (preg_match(',http://(www\.)?youtube.com/v/[^"\']*,', $l, $r)
390                AND $a = extraire_balise($l, 'embed')
391                AND $height=extraire_attribut($a, 'height')
392                AND $width=extraire_attribut($a, 'width')
393                )
394                {
395                        $doc = importer_doc(array('fichier' => $r[0], 'hauteur' => $height, 'largeur' => $width, 'extension' => 'swf', 'distant' => 'oui', 'mode' => 'document'));
396                        $t = str_replace($l, '<emb'.$doc.'|center>', $t);
397                }
398        }
399
400
401        $t = preg_replace(",\n_ </div>,S", "</div>\n_ ", $t);
402        $t = preg_replace(',<div style="text-align: center;"></div>,S', '', $t);
403
404        $t = preg_replace(',(\n_ )*<div class="blogger-post-footer">.*$,Sms', '', $t);
405        $t = str_replace("\n\n</span>", "</span>\n\n", $t);
406        $t = str_replace("\n\n</div>", "</div>\n\n", $t);
407        $t = str_replace("\n\n_ ", "\n\n\n", $t);
408
409       
410
411        return $t;
412
413}
414
415
416function importer_doc($doc) {
417        $s = sql_query($q = "SELECT id_document FROM spip_documents WHERE fichier=".sql_quote($doc['fichier']));
418        if ($t = sql_fetch($s))
419                $id = $t['id_document'];
420        else {
421                $id = sql_insertq('spip_documents', array(
422                        'fichier' => $doc['fichier'],
423                        'date' => date('Y-m-d H:i:s')
424                ));
425        }
426       
427        $p = sql_updateq('spip_documents',
428                $doc,
429                'id_document='.$id
430        );
431
432        return $id;
433}
Note: See TracBrowser for help on using the repository browser.