Kategorien
FreewarWiki:Bot/Skripts/rss feed.php: Unterschied zwischen den Versionen
< FreewarWiki:Bot | Skripts
SniGG (Diskussion | Beiträge) K (Regex ausgetauscht) |
SniGG (Diskussion | Beiträge) (+ Satzzeichenhandling) |
||
Zeile 4: | Zeile 4: | ||
function feed($page_cache, $last_timestamp = 0) { | function feed($page_cache, $last_timestamp = 0) { | ||
$feed = file_get_contents("http://forum.freewar.de/feed.php?mode=news"); //lade RSS-Feed | $feed = file_get_contents("http://forum.freewar.de/feed.php?mode=news"); //lade RSS-Feed | ||
$feed = trim(preg_replace('/\s+/', ' ', $feed)); //entferne alle neuen Zeilen | $feed = trim(preg_replace('/\s+/', ' ', $feed)); //entferne alle neuen Zeilen | ||
Zeile 19: | Zeile 18: | ||
$desc = preg_split("(.\s?|\.\s?)", $data[4][$i])[0]."."; //kürze Beschreibungstexte auf 1 Satz; Forum-SW verkackt den Punkt; | $desc = preg_split("(.\s?|\.\s?)", $data[4][$i])[0]."."; //kürze Beschreibungstexte auf 1 Satz; Forum-SW verkackt den Punkt; | ||
$desc = str_replace("</a>", "", preg_replace("/<a.*?>/", "", preg_replace("<img.*\/>", "", $desc))); | $desc = str_replace("</a>", "", preg_replace("/<a.*?>/", "", preg_replace("<img.*\/>", "", $desc))); | ||
//setze alle bekannten Artikel aus dem Artikel-Cache $page_cache ein; | //setze alle bekannten Artikel aus dem Artikel-Cache $page_cache ein; | ||
//$page_cache wird mittels AllPagesBot.php generiert; | //$page_cache wird mittels AllPagesBot.php generiert; | ||
//es werden nur solche Wörter betrachtet, die mehr als 3 Zeichen haben; | //es werden nur solche Wörter betrachtet, die mehr als 3 Zeichen haben; | ||
$explosion = explode (" ", $desc); | |||
//trenne Wörter von Satzzeichen | |||
$explosion = explode (" ", str_replace(",", " , ", str_replace(".", " . ", str_replace("!", " ! ", str_replace("?", " ? ", $desc))))); | |||
for($e = 0; $e < count($explosion); $e++) { | for($e = 0; $e < count($explosion); $e++) { | ||
$token = $explosion[$e]; | $token = $explosion[$e]; | ||
Zeile 43: | Zeile 44: | ||
} | } | ||
} | } | ||
$desc = implode(" ", $explosion); | //füge Satzzeichen wieder hinzu und Wörter zusammen | ||
$desc = str_replace(" , ", ", ", str_replace(" . ", ". ", str_replace(" ! ", "! ", str_replace(" ? ", "? ", implode(" ", $explosion))))); | |||
$title = preg_replace("#(\[.*?\])#", "", $data[3][$i]); //entferne [W1*]-Markierung | $title = preg_replace("#(\[.*?\])#", "", $data[3][$i]); //entferne [W1*]-Markierung |
Version vom 26. Januar 2016, 14:34 Uhr
<?php $page_cache = include_once('PageTitles.php'); //enthält Seitentitel, die mit AllPagesBot.php generiert werden; function feed($page_cache, $last_timestamp = 0) { $feed = file_get_contents("http://forum.freewar.de/feed.php?mode=news"); //lade RSS-Feed $feed = trim(preg_replace('/\s+/', ' ', $feed)); //entferne alle neuen Zeilen preg_match_all("#<updated>(.*?)<\/updated>.*?<link href=\"(.*?)\".*?<title type=\"html\"><!\[CDATA\[(.*?)\]\]><\/title>.*?<!\[CDATA\[(.*?)(<p>|<br \/>)#", $feed, $data); //kompliziertes Bwoebi-Futter $text = ""; $count = count($data[0]); $news = 0; for($i = 0; $i < $count; $i++) { $news_timestamp = strtotime($data[1][$i]); if($news_timestamp < $last_timestamp) break; $desc = preg_split("(.\s?|\.\s?)", $data[4][$i])[0]."."; //kürze Beschreibungstexte auf 1 Satz; Forum-SW verkackt den Punkt; $desc = str_replace("</a>", "", preg_replace("/<a.*?>/", "", preg_replace("<img.*\/>", "", $desc))); //setze alle bekannten Artikel aus dem Artikel-Cache $page_cache ein; //$page_cache wird mittels AllPagesBot.php generiert; //es werden nur solche Wörter betrachtet, die mehr als 3 Zeichen haben; //trenne Wörter von Satzzeichen $explosion = explode (" ", str_replace(",", " , ", str_replace(".", " . ", str_replace("!", " ! ", str_replace("?", " ? ", $desc))))); for($e = 0; $e < count($explosion); $e++) { $token = $explosion[$e]; $flag = false; if(substr($token, -1) === ":") { //Überprüfung ob mehrteiliger Name $token .= " ".$explosion[$e+1]; $flag = true; } if(strlen($token) > 3 && in_array($token, $page_cache)) { $token = "[[" . $token . "]]"; } elseif(strlen($token) > 3 && in_array(substr($token, 0, -1), $page_cache)) { //entferne Satzzeichen, Plural "s" und sonstige einzelne Zeichen, die einen Artikel unauffindbar machen würden; $token = "[[" . substr($token, 0, -1) . "]]" . substr($token, -1); } $explosion[$e] = $token; if($flag) { $e++; $explosion[$e] = ""; } } //füge Satzzeichen wieder hinzu und Wörter zusammen $desc = str_replace(" , ", ", ", str_replace(" . ", ". ", str_replace(" ! ", "! ", str_replace(" ? ", "? ", implode(" ", $explosion))))); $title = preg_replace("#(\[.*?\])#", "", $data[3][$i]); //entferne [W1*]-Markierung $text .= "|".date("d.m.Y",$news_timestamp)."||[".$data[2][$i]." ".$title."]||".$desc."\n|-\n"; $news++; } $text = trim($text); return array($news,$text); //als Klasse wäre das sicher schöner :') }