/
rss_news_inBD.php
311 lines (245 loc) · 10.7 KB
/
rss_news_inBD.php
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
<?
//Вытаскиваем последние новости в базу
header('Content-Type: text/html; charset=utf-8');//собираем всю информацию об защедщих на сайт
ini_set("max_execution_time", "60");
//set_time_limit (60);
//htaccess : php_value max_execution_time 60
session_start();
include_once('startup.php');
// Установка параметров, подключение к БД, запуск сессии.
startup();
// команда для крона (в первую минуту, раз в три часа) 1 */3 * * * cd /var/www/vhosts/probey.net/BlaBase/ ; /usr/bin/php /var/www/vhosts/probey.net/BlaBase/rss_news_inBD.php
//Как использовать прокси в PHP функции file_get_contents?
//http://kadomtsev.ru/kak-ispolzovat-proksi-v-php-funkcii-file_get_contents/
//ВАЖНО!!!!
//прооверяем, что мы админ
//var_dump($_SESSION['Guest_id']['id_user']);
include('variables.php');
//echo "\n m \n a \n i \nl";
/*
if($_SESSION['Guest_id']['id_user'] == $AdminID){ // !!!ВАЖНО!!!
}else{die('Вы не Админ!!!');}
echo "Вы Админ продолжаем дальше";
*/
?>
Вытаскиваем последние новости в базу
<br /><a style='color:orange;' href="index.php?c=adminka">В АДМИНКУ</a><br /><br />
<?
// подключаем библиотеку simple_html_dom
require_once 'simple_html_dom.php';
//парсинг RSS в Массивы
function ParseRSSInMassiv($url,$from){
$aqrrOfNewsIn = Array();
if($url !=''){
//echo $url;
/*$xml = xml_parser_create(); //создаёт XML-разборщик
xml_parser_set_option($xml, XML_OPTION_SKIP_WHITE, 1); //устанавливает опции XML-разборщика
xml_parse_into_struct($xml, file_get_contents($url), $element, $index); //разбирает XML-данные в структуру массива, все передается в массив $index
xml_parser_free($xml); //освобождает XML-разборщик
*/
//достаем текст
//$data = file_get_html($url);
$str = file_get_html($url);
//echo $str;
$str = str_replace('<![CDATA[','', $str);
$str = str_replace(']]>','', $str);
$data = str_get_html($str);
if($data->innertext!=''){// and count($data->find('title'))){
$text ='';
$k = 0;
foreach($data->find('item') as $a){
//$this->remove_noise("'<![CDATA[(.*?)]]>'is", true);
//"<b>".$a->plaintext;
//echo "<br />11-".$a->plaintext."-11<br />";
//$data->find('#article_full_text');
//$b = $a->innertext;
if($_GET['from']=='itar-tass'){//отсеиваем не политику
$pol=false;
foreach ($a->find('category') as $c){
// echo "<br />+0-".$c->innertext."-0";
if($c->innertext == 'Политика'){ $pol=true;}
if($c->innertext == 'Кризис на Украине'){ $pol=true;}
if($c->innertext == 'Международная панорама'){ $pol=true;}
}
//echo "<br />";
if(!$pol){ continue;}
$pol = false;
}
//ВАЖНО!!!!
$k++;
global $maxRSSNews;
if($k>$maxRSSNews){ break;} //ограничиваем число до семи последних новостей
foreach ($a->find('title') as $c){
$arr['title']=$c->innertext;
//echo "<br />+1-".$c->innertext."-1<br />";
}
foreach ($a->find('guid') as $c){
$arr['link']=$c->innertext;
//echo "<br />+2-".$c->plaintext."-2<br />";
}
foreach ($a->find('description') as $c){
$arr['description']=$c->innertext;
//echo "<br />+3-".$c->plaintext."-3<br />";
}
foreach ($a->find('pubDate') as $c){
$d1 = strtotime($c->innertext); // переводит из строки в дату
$arr['pubDate'] = $pubDate = date("Y-m-d H:i:s", $d1);
//echo "<br />+4-".$c->plaintext."-4<br />";
}
foreach ($a->find('ENCLOSURE') as $c){
$arr['img']=$c->url;
//echo "<br />+5-<img src='".$c->url."' />-5<br />";
}
//echo "<br /><br />";
$arr['fromN']= $from;
$aqrrOfNewsIn[] = $arr;
}
}
$data->clear(); // очишаем
unset($data);
}
return $aqrrOfNewsIn;
}
//парсинг в Массивы новостей из источников поочереди
function ParseInMassivFrom($from){
//создаем массив, куда будем складывать новости
$aqrrOfNews = Array();
//массив новостей которых еще нет в базе
$aqrrOfNewsNeed = Array();
//проверяем с какого сайта забираем
$url ='';
if($from=='ria'){
echo "Забираем РИА новости в БД<br />";
$url ='http://ria.ru/export/rss2/politics/index.xml';
}elseif($from=='itar-tass'){
echo "Забираем ИТАР-ТАСС новости в БД<br />";
$url ='http://itar-tass.com/rss/v2.xml';
}
//парсим RSS в Массивы
$aqrrOfNews = ParseRSSInMassiv($url,$from);
//var_dump($aqrrOfNews);
//вытаскиваем последнюю дату новости из базы для этого источника
global $db_news;
$query = "SELECT pubDate FROM $db_news.News_foreign WHERE fromN = '".$from."' ORDER BY pubDate DESC LIMIT 1 "; //
//die($query);
$result = mysql_query($query) or die(mysql_error());
if($result){
$row = mysql_fetch_assoc($result);
echo "последняя дата в базе ".$row['pubDate'];
}
if(count($aqrrOfNews)>0){
//отсекаем те новости, которые уже есть в базе
/*for($i=0; $i<count($aqrrOfNews);$i++){
if($aqrrOfNews[$i]['pubDate'] <= $row['pubDate']){
unset($aqrrOfNews[$i]);
}
}*/
//выводим новости в форму для выбора
?>
<form method="post">
<input type="hidden" value='' name='ChooseNews' />
<b>Выберите новости для добавления в базу</b><input type="submit" value="Отправить"><br />
<?$Num=0;
foreach($aqrrOfNews as $news){
$style = '';
if($news['pubDate'] <= $row['pubDate']){
$style = "style='color:#ccc;'";
}else{
//отсекаем те новости, которые уже есть в базе
$aqrrOfNewsNeed[] = $news;
}
?>
<input type="checkbox" name="option<?=$Num++?>" value="<?=$news['pubDate']?>"><span <?=$style?> title="<?=$news['description']?>"><?=$news['pubDate']?> | <?=$news['title']?></span><br />
<?
}?>
</form>
<?
//var_dump($aqrrOfNewsNeed);
}else{
echo "<br />!!!Нету новостей для выбора!!!<br /><br />";
}
return $aqrrOfNewsNeed;
}
//массив новостей которых еще нет в базе
$arr1 = ParseInMassivFrom('ria');
$arr2 = ParseInMassivFrom('itar-tass');
$aqrrOfChosenNews = array_merge($arr1,$arr2);
//var_dump($aqrrOfChosenNews);
echo "\n\n\n\n";
//забор новости с сайта
function grabbNewsToBD($link,$from){
if($link){
//достаем текст
$data = file_get_html($link);
if($data->innertext!=''){// and count($data->find('title'))){
$text = Array();
if($from == 'ria'){
foreach($data->find('#article_full_text') as $a){
//echo "<br />11-".$a->plaintext."-11<br />";
$text['plaintext'] = $a->plaintext;
$text['innertext'] = $a->innertext;
}
}
if($from == 'itar-tass'){
foreach($data->find('.b-material-text__l') as $a){
//echo "<br />11-".$a->plaintext."-11<br />";
$text['plaintext'] = $a->plaintext;
$text['innertext'] = $a->innertext;
}
}
}
$data->clear(); // подчишаем
unset($data);
return $text;
}
}
//если есть выбранные массивы
if(count($aqrrOfChosenNews)>0){
//переворачиваем массив
$aqrrOfChosenNews = array_reverse($aqrrOfChosenNews);
$aqrrOfNews = $aqrrOfChosenNews;
//вытаскиваем последнюю новость из базы для этого источника
/*$query = "SELECT * FROM $db_news.News_foreign WHERE fromN = '".$_GET['from']."' ORDER BY id DESC LIMIT 1 "; //
//die($query);
$result = mysql_query($query) or die(mysql_error());
if (!$result) die();
$row = mysql_fetch_assoc($result);
//echo "99-99-".$row['id'];
$last = '';
if(count($row)>0){
$last = $row['pubDate'];
//echo "pubDate = ".$last;
}
*/
//пробегаемся по массиву, и те которые позже закидываем в БД вместе с текстом из источника
echo "\n\n";
$new=0;
for($i=0; $i<count($aqrrOfNews); $i++){
//if(($last =='') or ($last < $aqrrOfNews[$i]['pubDate'])){
$new++;
//записываем новость в БД
echo "\n<br />записываем в бд новость из ".$aqrrOfNews[$i]['fromN']." - ".$aqrrOfNews[$i]['title']."<br />";
//вытаскиваем текс новости с сайта
//$aqrrOfNews[$i]['plainText'] = grabbNewsToBD($aqrrOfNews[$i]['link']);
$t = grabbNewsToBD($aqrrOfNews[$i]['link'],$aqrrOfNews[$i]['fromN']);
$aqrrOfNews[$i]['plainText'] = $t['plaintext'];
$aqrrOfNews[$i]['innertext'] = $t['innertext'];
$aqrrOfNews[$i]['title'] = mysql_real_escape_string($aqrrOfNews[$i]['title']);
$aqrrOfNews[$i]['link'] = mysql_real_escape_string($aqrrOfNews[$i]['link']);
$aqrrOfNews[$i]['pubDate'] = mysql_real_escape_string($aqrrOfNews[$i]['pubDate']);
$aqrrOfNews[$i]['img'] = mysql_real_escape_string($aqrrOfNews[$i]['img']);
$aqrrOfNews[$i]['description'] = mysql_real_escape_string($aqrrOfNews[$i]['description']);
$aqrrOfNews[$i]['plainText'] = mysql_real_escape_string($aqrrOfNews[$i]['plainText']);
$aqrrOfNews[$i]['innertext'] = mysql_real_escape_string($aqrrOfNews[$i]['innertext']);
$query = "INSERT INTO $db_news.News_foreign (title,fromN,link,description,pubDate,img,plainText,tegText,speech) VALUES ('".$aqrrOfNews[$i]['title']."','".$aqrrOfNews[$i]['fromN']."','".$aqrrOfNews[$i]['link']."','".$aqrrOfNews[$i]['description']."','".$aqrrOfNews[$i]['pubDate']."','".$aqrrOfNews[$i]['img']."','".$aqrrOfNews[$i]['plainText']."','".$aqrrOfNews[$i]['innertext']."','')";
//echo $query;
$result = mysql_query($query);
//}
}
if($new==0){
echo "\n<br />!!!Небыло выбрано новостей!!!<br /><br />";
}else{
echo "\n<br />!!!Были добавлены новые новости!!!<br /><br />";
}
}
?>