public function __construct()
{
$this->middleware('jwt.auth', ['except' => ['index', 'show']]);
$this->middleware('throttle.api:60,1');
$this->middleware('obfuscate:article');
parent::__construct();
}
/**
* Execute the console command.
*
* @return mixed
*/
public function handle()
{
$c = new ArticlesController();
$c->get_extra_content();
}
public function import_vnexpress($case = null)
{
Log::info("Do log import_vnexpress in " . date("Y-m-d H:i:s"));
if (true) {
//============ ============
//
//
if (empty($this->array_site)) {
echo "List null";
return;
}
if (empty($case)) {
echo "Nhap gia tri";
return;
}
switch ($case) {
case "home":
$array_site_a[0] = "http://vnexpress.net";
break;
case "all":
$array_site_a = $this->array_site;
break;
default:
$array_site_a[0] = $this->array_site[(int) $case];
break;
}
// foreach tất cả phần tử trong mảng $this->array_site
foreach ($array_site_a as $key_site => $value_site) {
// Khởi tạo biến dom của link $value_site
$dom = str_get_html(file_get_contents($value_site));
// Lấy ra tất cả các tag a có trong link $value_site
$m = $dom->find("a");
$count_success = 0;
// foreach tất cả các tag a có trong link $value_site
foreach ($m as $key => $value) {
if ($count_success > 20) {
echo "Over 10 result" . PHP_EOL;
continue;
}
// Nếu tồn tại href thì vào trong
if (!empty($value->attr["href"])) {
// Lấy các link có phần tử cuối là .html và độ dài từ 10 ký tự trở lên
if (preg_match("/.{10,}\\.html\$/", $value->attr["href"])) {
// Log ban đầu
echo "=== Link: " . $value->attr["href"] . PHP_EOL;
if (LOG_INFO_FLAG_IMPORT) {
Log::info("Link: " . $value->attr["href"]);
}
//============ ============
//
//Khởi tạo biến title
//Phần tử trong có thể bao gồm
//1: plaintex
//2: img
// Kiểm tra trong link có phải hình hay không
if ($value->find("img", 0)) {
// Đúng là hình
if (!empty($value->find("img", 0)->attr["alt"])) {
//Có alt gán biến title
$title = $value->find("img", 0)->attr["alt"];
} else {
//Nếu không có alt thì continue
if (LOG_INFO_FLAG_IMPORT) {
Log::info("exit :0 __ " . $value->attr["href"]);
}
continue;
}
} else {
// Không phải hình
$title = $value->innertext();
}
//
//============ ============
// Các trường hợp bắt lỗi
// 1: Link đã có trong DB
// 2: Chuỗi $title < 10 kỹ tự
if (Articles::where("article_link", $value->attr["href"])->count() != 0 || strlen(trim($title)) < 10) {
if (LOG_INFO_FLAG_IMPORT) {
Log::info("exit :1 __ " . $title);
}
continue;
}
// Nếu link là đường dẫn tương đối thì thêm domain vào
if (preg_match("/^\\//", $value->attr["href"])) {
$value->attr["href"] = "http://vnexpress.net" . $value->attr["href"];
}
//============ ============ ============ ============
// Khởi tạo biến $dom2 với nội dung theo link $value->attr["href"]
// Bạn có thể dùng function get content của vihoangson
// Gist.github: https://gist.github.com/vihoangson/647d856380ac5ca353b0
// Desc: Function lấy nội dung html của trang web khác bằng cUrl
// Function curl_get($url)
//
$dom2 = str_get_html(file_get_contents($value->attr["href"]));
$title = $title;
$link = $value->attr["href"];
// Rửa tổng biến $content
$content = "";
// Tìm phần tử đầu tiên trong dom có giá trị là #left_calculator
if ($dom2->find("#left_calculator", 0)) {
$content = $dom2->find("#left_calculator", 0)->innertext();
}
//============ ============ ============ ============
// LẤY NỘI DUNG CHI TIẾT TRANG
// $value->attr["href"]
// Output: $title;$content;$link;
//============ ============ ============ ============
//
// Khởi tạo biến $dom2 với nội dung theo link $value->attr["href"]
$dom2 = str_get_html(file_get_contents($value->attr["href"]));
$title = $title;
$link = $value->attr["href"];
// Rửa tổng biến $content
$content = "";
//============ ============
// $name_dom_title
// Biến bao của tag title
// Lưu ý: có thể thay đổi khi layout trang đích thay đổi
//============ ============
$name_dom_title = ".title_news h1";
//============ ============
// $name_dom_content
// Biến bao của tag content
// Lưu ý: có thể thay đổi khi layout trang đích thay đổi
//============ ============
$name_dom_content = "#left_calculator";
// Tìm phần tử đầu tiên trong dom có giá trị là #left_calculator
if ($dom2->find($name_dom_content, 0)) {
$content = $dom2->find($name_dom_content, 0)->innertext();
}
//
//============ ============ ============ ============
// LẤY NỘI DUNG CHI TIẾT TRANG
// $value->attr["href"]
// Output: $title;$content;$link;
//============ ============ ============ ============
//============ ============
// Save vào DB
//
if ($content == "") {
$dom2->clear();
if (LOG_INFO_FLAG_IMPORT) {
Log::info("exit : Content rỗng");
}
continue;
}
$data = ["article_title" => $title, "article_content" => $content, "article_link" => $link];
if (Articles::create($data)) {
echo "!!! Saved: " . $title . PHP_EOL;
if (LOG_INFO_FLAG_IMPORT) {
Log::info("!!! Saved: " . $title);
}
$count_success++;
} else {
if (LOG_INFO_FLAG_IMPORT) {
Log::info("!!! Could't Save: " . $title);
}
}
//
//============ ============
}
}
}
// End foreach $m
}
// End foreach $this->array_site
// Dừng chương trình
// Lấy bài viết top
$this->vnexpress_set_important_news();
$c = new ArticlesController();
// Lấy phần mở đầu
$c->get_extra_content();
// lấy hình ảnh chính
$c->update_main_img();
die;
//
// ============ ============
}
// End if
}
