tweeper.php

   1 <?php
   2 /*
   3  * tweeper - a Twitter to RSS web scraper
   4  *
   5  * Copyright (C) 2013-2015  Antonio Ospite <ao2@ao2.it>
   6  *
   7  * This program is free software: you can redistribute it and/or modify
   8  * it under the terms of the GNU General Public License as published by
   9  * the Free Software Foundation, either version 3 of the License, or
  10  * (at your option) any later version.
  11  *
  12  * This program is distributed in the hope that it will be useful,
  13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  15  * GNU General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU General Public License
  18  * along with this program.  If not, see <http://www.gnu.org/licenses/>.
  19  */
  20
  21 date_default_timezone_set('UTC');
  22
  23 class Tweeper {
  24
  25   private static $USER_AGENT = "Mozilla/5.0 (Windows NT 6.1; rv:22.0) Gecko/20130405 Firefox/22.0";
  26
  27   public function __construct($generate_enclosure = FALSE) {
  28     $this->generate_enclosure = $generate_enclosure;
  29   }
  30
  31   public static function epoch_to_gmdate($timestamp)
  32   {
  33     return gmdate('D, d M Y H:i:s', $timestamp) . ' GMT';
  34   }
  35
  36   public static function str_to_gmdate($date)
  37   {
  38     $timestamp = strtotime($date);
  39     return Tweeper::epoch_to_gmdate($timestamp);
  40   }
  41
  42   private static function get_contents($url)
  43   {
  44     $ch = curl_init($url);
  45     curl_setopt_array($ch, array(
  46       CURLOPT_HEADER => FALSE,
  47       CURLOPT_FOLLOWLOCATION => TRUE,  // follow http redirects to get the real URL
  48       CURLOPT_RETURNTRANSFER => TRUE,
  49       CURLOPT_SSL_VERIFYHOST => FALSE,
  50       CURLOPT_SSL_VERIFYPEER => FALSE,
  51       CURLOPT_HTTPHEADER => array('Accept-language: en'),
  52       CURLOPT_USERAGENT => Tweeper::$USER_AGENT,
  53     ));
  54     $contents = curl_exec($ch);
  55     curl_close($ch);
  56
  57     return $contents;
  58   }
  59
  60   private static function get_info($url)
  61   {
  62     $ch = curl_init($url);
  63     curl_setopt_array($ch, array(
  64       CURLOPT_HEADER => TRUE,
  65       CURLOPT_NOBODY => TRUE,
  66       CURLOPT_FOLLOWLOCATION => TRUE,  // follow http redirects to get the real URL
  67       CURLOPT_RETURNTRANSFER => TRUE,
  68       CURLOPT_SSL_VERIFYHOST => FALSE,
  69       CURLOPT_SSL_VERIFYPEER => FALSE,
  70       CURLOPT_USERAGENT => Tweeper::$USER_AGENT,
  71     ));
  72     curl_exec($ch);
  73     $url_info = curl_getinfo($ch);
  74     curl_close($ch);
  75
  76     return $url_info;
  77   }
  78
  79   public static function generate_enclosure($url)
  80   {
  81     $supported_content_types = array(
  82       "application/ogg",
  83       "audio/aac",
  84       "audio/mp4",
  85       "audio/mpeg",
  86       "audio/ogg",
  87       "audio/vorbis",
  88       "audio/wav",
  89       "audio/webm",
  90       "audio/x-midi",
  91       "image/gif",
  92       "image/jpeg",
  93       "video/avi",
  94       "video/mp4",
  95       "video/mpeg",
  96       "video/ogg",
  97     );
  98
  99     $url_info = Tweeper::get_info($url);
 100
 101     $supported = in_array($url_info['content_type'], $supported_content_types);
 102     if (!$supported) {
 103       error_log("Unsupported enclosure content type \"" . $url_info['content_type'] . "\" for URL: " . $url_info['url']);
 104       return '';
 105     }
 106
 107     $dom = new DomDocument();
 108     $enc = $dom->createElement('enclosure');
 109     $enc->setAttribute('url', $url_info['url']);
 110     $enc->setAttribute('length', $url_info['download_content_length']);
 111     $enc->setAttribute('type', $url_info['content_type']);
 112
 113     $dom->appendChild($enc);
 114
 115     return $dom->saveXML($enc);
 116   }
 117
 118   /* Mimic the message from libxml.c::php_libxml_ctx_error_level() */
 119   private function log_xml_error($error) {
 120     $output = "";
 121
 122     switch ($error->level) {
 123     case LIBXML_ERR_WARNING:
 124       $output .= "Warning $error->code: ";
 125       break;
 126     case LIBXML_ERR_ERROR:
 127       $output .= "Error $error->code: ";
 128       break;
 129     case LIBXML_ERR_FATAL:
 130       $output .= "Fatal Error $error->code: ";
 131       break;
 132     }
 133
 134     $output .= trim($error->message);
 135
 136     if ($error->file) {
 137       $output .= " in $error->file";
 138     } else {
 139       $output .= " in Entity,";
 140     }
 141
 142     $output .=" line $error->line";
 143
 144     error_log($output);
 145   }
 146
 147   private function load_stylesheet($host) {
 148     $stylesheet = "file://" . __DIR__ . "/rss_converter_" . $host . ".xsl";
 149     if (FALSE === file_exists($stylesheet)) {
 150       trigger_error("Conversion to RSS not supported: $host", E_USER_ERROR);
 151       return NULL;
 152     }
 153
 154     $stylesheet_contents = $this->get_contents($stylesheet);
 155
 156     $xslDoc = new DOMDocument();
 157     $xslDoc->loadXML($stylesheet_contents);
 158
 159     $xsltProcessor = new XSLTProcessor();
 160     $xsltProcessor->registerPHPFunctions();
 161     $xsltProcessor->setParameter('', 'generateEnclosure', $this->generate_enclosure);
 162     $xsltProcessor->importStylesheet($xslDoc);
 163
 164     return $xsltProcessor;
 165   }
 166
 167   private function html_to_xml($html) {
 168     $xmlDoc = new DOMDocument();
 169
 170     // Handle warnings and errors when loading invalid HTML.
 171     $xml_errors_value = libxml_use_internal_errors(true);
 172     $xmlDoc->loadHTML($html);
 173     foreach (libxml_get_errors() as $xml_error) {
 174       $this->log_xml_error($xml_error);
 175     }
 176     libxml_clear_errors();
 177     libxml_use_internal_errors($xml_errors_value);
 178
 179     return $xmlDoc;
 180   }
 181
 182   public function tweep($src_url) {
 183     $url = parse_url($src_url);
 184     if (FALSE === $url || empty($url["host"])) {
 185       trigger_error("Invalid url: $src_url", E_USER_ERROR);
 186       return NULL;
 187     }
 188
 189     $xsltProcessor = $this->load_stylesheet($url["host"]);
 190     if (NULL === $xsltProcessor) {
 191       return NULL;
 192     }
 193
 194     $html = $this->get_contents($src_url);
 195     if (FALSE === $html) {
 196       return NULL;
 197     }
 198
 199     $xmlDoc = $this->html_to_xml($html);
 200     if (NULL === $xmlDoc) {
 201       return NULL;
 202     }
 203
 204     $output = $xsltProcessor->transformToXML($xmlDoc);
 205
 206     if (FALSE === $output) {
 207       trigger_error('XSL transformation failed.', E_USER_ERROR);
 208       return NULL;
 209     }
 210     return $output;
 211   }
 212 }
 213
 214 function usage($argv)
 215 {
 216   if (php_sapi_name() != 'cli')
 217     $usage = htmlentities("{$_SERVER['SCRIPT_NAME']}?src_url=<src_url>&generate_enclosure=<0|1>");
 218   else
 219     $usage = "{$argv[0]} [-e|-h|--help] <src_url>\n";
 220
 221   return "usage: $usage";
 222 }
 223
 224 function parse_options_cli($argv, $argc)
 225 {
 226   $options = array(
 227     'generate_enclosure' => FALSE
 228   );
 229
 230   if ($argc < 2)
 231     return $options;
 232
 233   $cli_options = getopt("eh", array("help"));
 234   foreach ($cli_options as $opt => $val) {
 235     switch ($opt) {
 236     case 'e':
 237       $options['generate_enclosure'] = TRUE;
 238       break;
 239     case 'h':
 240     case 'help':
 241       echo usage($argv);
 242       exit(0);
 243     default:
 244       fwrite(STDERR, usage($argv));
 245       exit(1);
 246     }
 247   }
 248
 249   $options['src_url'] = $argv[count($cli_options) + 1];
 250
 251   return $options;
 252 }
 253
 254 function parse_options_query_string()
 255 {
 256   $options = array(
 257     'generate_enclosure' => FALSE
 258   );
 259
 260   if (isset($_GET['src_url']))
 261     $options['src_url'] = $_GET['src_url'];
 262
 263   if (isset($_GET['generate_enclosure']))
 264     $options['generate_enclosure'] = $_GET['generate_enclosure'] == 1;
 265
 266   return $options;
 267 }
 268
 269
 270 if (php_sapi_name() != 'cli') {
 271   $options = parse_options_query_string();
 272   $ERROR_STREAM = fopen('php://output', 'w');
 273 } else {
 274   $options = parse_options_cli($argv, $argc);
 275   $ERROR_STREAM = fopen('php://stderr', 'w');
 276 }
 277
 278 if (!isset($options['src_url'])) {
 279   fwrite($ERROR_STREAM, usage($argv));
 280   exit(1);
 281 }
 282
 283 $tweeper = new Tweeper($options['generate_enclosure']);
 284 echo $tweeper->tweep($options['src_url']);