Use cURL for Tweeper::get_contents() too
[tweeper.git] / tweeper.php
index 45bc786..14c3a7a 100644 (file)
 
 date_default_timezone_set('UTC');
 
-define('USER_AGENT', 'Mozilla/5.0 (Windows NT 6.1; rv:22.0) Gecko/20130405 Firefox/22.0');
-
-function str_to_gmdate($date)
-{
-  $timestamp = strtotime($date);
-  return epoch_to_gmdate($timestamp);
-}
-
-function epoch_to_gmdate($timestamp)
-{
-  return gmdate('D, d M Y H:i:s', $timestamp) . ' GMT';
-}
-
-function get_url_info($url)
-{
-  $ch = curl_init($url);
-  curl_setopt_array($ch, array(
-      CURLOPT_HEADER => TRUE,
-      CURLOPT_NOBODY => TRUE,
-      CURLOPT_FOLLOWLOCATION => TRUE,  // follow http redirects to get the real URL
-      CURLOPT_RETURNTRANSFER => TRUE,
-      CURLOPT_SSL_VERIFYHOST => FALSE,
-      CURLOPT_SSL_VERIFYPEER => FALSE,
-      CURLOPT_USERAGENT => USER_AGENT,
-  ));
-  curl_exec($ch);
-  $url_info = curl_getinfo($ch);;
-  curl_close($ch);
-
-  return $url_info;
-}
-
-function generate_enclosure($url)
-{
-  $url_info = get_url_info($url);
-
-  switch($url_info['content_type']) {
-    case "video/avi":
-    case "image/gif":
-    case "image/jpeg":
-    case "audio/x-midi":
-    case "audio/mpeg":
-    case "video/mpeg":
-    case "audio/vorbis":
-    case "application/ogg":
-    case "audio/webm":
-    case "audio/aac":
-    case "audio/mp4":
-    case "audio/wav":
-    case "video/mp4":
-    case "video/ogg":
-      $dom = new DomDocument();
-      $enc = $dom->createElement('enclosure');
-      $enc->setAttribute( 'url', $url_info['url']);
-      $enc->setAttribute( 'length', $url_info['download_content_length']);
-      $enc->setAttribute( 'type', $url_info['content_type']);
-
-      $dom->appendChild($enc);
-
-      return $dom->saveXML($enc);
-    default:
-        return;
-  }
-}
-
-
 class Tweeper {
 
-  public function __construct($stylesheet) {
+  private static $USER_AGENT = "Mozilla/5.0 (Windows NT 6.1; rv:22.0) Gecko/20130405 Firefox/22.0";
+
+  public function __construct($stylesheet, $generate_enclosure = FALSE) {
     $stylesheet_contents = $this->get_contents($stylesheet);
 
     $xslDoc = new DOMDocument();
@@ -96,28 +32,97 @@ class Tweeper {
 
     $this->xsltProcessor = new XSLTProcessor();
     $this->xsltProcessor->registerPHPFunctions();
+    $this->xsltProcessor->setParameter('', 'generateEnclosure', $generate_enclosure);
     $this->xsltProcessor->importStylesheet($xslDoc);
   }
 
-  private function get_contents($uri) {
-    # https://www.wjsams.com/c/docs/Wiki/Php-HowToSetUserAgentOnFileGetContents
-    $opts = array(
-      'http' => array(
-        'method' => "GET",
-        'header' => join(array(
-          "Accept-language: en\r\n",
-          "User-Agent: {" + USER_AGENT + "}\r\n"
-        ))
-      )
-    );
+  public static function epoch_to_gmdate($timestamp)
+  {
+    return gmdate('D, d M Y H:i:s', $timestamp) . ' GMT';
+  }
+
+  public static function str_to_gmdate($date)
+  {
+    $timestamp = strtotime($date);
+    return Tweeper::epoch_to_gmdate($timestamp);
+  }
+
+  private static function get_contents($url)
+  {
+    $ch = curl_init($url);
+    curl_setopt_array($ch, array(
+        CURLOPT_HEADER => FALSE,
+        CURLOPT_RETURNTRANSFER => TRUE,
+        CURLOPT_SSL_VERIFYHOST => FALSE,
+        CURLOPT_SSL_VERIFYPEER => FALSE,
+        CURLOPT_HTTPHEADER => array('Accept-language: en'),
+        CURLOPT_USERAGENT => Tweeper::$USER_AGENT,
+    ));
+    $contents = curl_exec($ch);
+    curl_close($ch);
 
-    $context = stream_context_create($opts);
-    $contents = file_get_contents($uri, false, $context);
     return $contents;
   }
 
+  private static function get_info($url)
+  {
+    $ch = curl_init($url);
+    curl_setopt_array($ch, array(
+        CURLOPT_HEADER => TRUE,
+        CURLOPT_NOBODY => TRUE,
+        CURLOPT_FOLLOWLOCATION => TRUE,  // follow http redirects to get the real URL
+        CURLOPT_RETURNTRANSFER => TRUE,
+        CURLOPT_SSL_VERIFYHOST => FALSE,
+        CURLOPT_SSL_VERIFYPEER => FALSE,
+        CURLOPT_USERAGENT => Tweeper::$USER_AGENT,
+    ));
+    curl_exec($ch);
+    $url_info = curl_getinfo($ch);
+    curl_close($ch);
+
+    return $url_info;
+  }
+
+  public static function generate_enclosure($url)
+  {
+    $supported_content_types = array(
+      "application/ogg",
+      "audio/aac",
+      "audio/mp4",
+      "audio/mpeg",
+      "audio/vorbis",
+      "audio/wav",
+      "audio/webm",
+      "audio/x-midi",
+      "image/gif",
+      "image/jpeg",
+      "video/avi",
+      "video/mp4",
+      "video/mpeg",
+      "video/ogg",
+    );
+
+    $url_info = Tweeper::get_info($url);
+
+    $supported = in_array($url_info['content_type'], $supported_content_types);
+    if (!$supported) {
+      error_log("Unsupported enclosure content type \"" . $url_info['content_type'] . "\" for URL: " . $url_info['url']);
+      return '';
+    }
+
+    $dom = new DomDocument();
+    $enc = $dom->createElement('enclosure');
+    $enc->setAttribute('url', $url_info['url']);
+    $enc->setAttribute('length', $url_info['download_content_length']);
+    $enc->setAttribute('type', $url_info['content_type']);
+
+    $dom->appendChild($enc);
+
+    return $dom->saveXML($enc);
+  }
+
   public function tweep($uri) {
-    $html = $this->get_contents($uri);
+    $html = Tweeper::get_contents($uri);
 
     $xmlDoc = new DOMDocument();
     $xmlDoc->loadHTML($html);
@@ -135,23 +140,28 @@ class Tweeper {
 function usage($argv)
 {
   if (php_sapi_name() != 'cli')
-    $usage = htmlentities("{$_SERVER['SCRIPT_NAME']}?src_url=<src_url>");
+    $usage = htmlentities("{$_SERVER['SCRIPT_NAME']}?src_url=<src_url>&generate_enclosure=<0|1>");
   else
-    $usage = "{$argv[0]} [-h|--help] <src_url>\n";
+    $usage = "{$argv[0]} [-e|-h|--help] <src_url>\n";
 
   return "usage: $usage";
 }
 
 function parse_options_cli($argv, $argc)
 {
-  $options = array();
+  $options = array(
+    'generate_enclosure' => FALSE
+  );
 
   if ($argc < 2)
     return $options;
 
-  $cli_options = getopt("h", array("help"));
+  $cli_options = getopt("eh", array("help"));
   foreach ($cli_options as $opt => $val) {
     switch ($opt) {
+    case 'e':
+      $options['generate_enclosure'] = TRUE;
+      break;
     case 'h':
     case 'help':
       echo usage($argv);
@@ -168,11 +178,16 @@ function parse_options_cli($argv, $argc)
 
 function parse_options_query_string()
 {
-  $options = array();
+  $options = array(
+    'generate_enclosure' => FALSE
+  );
 
   if (isset($_GET['src_url']))
     $options['src_url'] = $_GET['src_url'];
 
+  if (isset($_GET['generate_enclosure']))
+    $options['generate_enclosure'] = $_GET['generate_enclosure'] == 1;
+
   return $options;
 }
 
@@ -189,9 +204,9 @@ $url = parse_url($options['src_url']);
 if (FALSE === $url || empty($url["host"]))
   die("Invalid url: ${options['src_url']}\n");
 
-$stylesheet = __DIR__ . "/rss_converter_" . $url["host"] . ".xsl";
+$stylesheet = "file://" . __DIR__ . "/rss_converter_" . $url["host"] . ".xsl";
 if (FALSE === file_exists($stylesheet))
   die("Conversion to RSS not supported: {$url["host"]}\n");
 
-$tweeper = new Tweeper($stylesheet);
+$tweeper = new Tweeper($stylesheet, $options['generate_enclosure']);
 echo $tweeper->tweep($options['src_url']);