silly-rss/php/common.php

<?php
/**
 * Fonctions communes aux 3 flux RSS (actualites.php, agenda.php, facebook.php).
 *
 * Le site www.silly.be est derriere Cloudflare : son WAF bloque les
 * requetes dont l'empreinte TLS/HTTP2 n'est pas "navigateur" (urllib
 * Python passe, par ex., mais renvoie un corps vide). L'extension
 * curl de PHP (libcurl) reproduit la meme empreinte que le binaire
 * curl en ligne de commande, donc ca passe nativement.
 *
 * Autre contrainte observee sur l'API : b_size doit valoir exactement
 * 20 (toute autre valeur renvoie un corps vide) ; la pagination se
 * fait donc via b_start par pas de 20.
 */

const USER_AGENT = 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36';
const CACHE_DIR = __DIR__ . '/cache';
const CACHE_TTL_SECONDS = 900; // 15 minutes

/**
 * Recupere une URL via curl (necessaire pour passer le WAF Cloudflare
 * de silly.be) et renvoie le corps de la reponse en texte.
 */
function http_get(string $url, array $extraHeaders = []): string
{
    $ch = curl_init($url);
    curl_setopt_array($ch, [
        CURLOPT_RETURNTRANSFER => true,
        CURLOPT_USERAGENT => USER_AGENT,
        CURLOPT_HTTPHEADER => array_merge(['Accept: application/json'], $extraHeaders),
        CURLOPT_TIMEOUT => 20,
        CURLOPT_FOLLOWLOCATION => true,
        CURLOPT_MAXREDIRS => 3,
    ]);
    $body = curl_exec($ch);
    $errno = curl_errno($ch);
    $error = curl_error($ch);
    $status = curl_getinfo($ch, CURLINFO_HTTP_CODE);
    curl_close($ch);

    if ($errno !== 0) {
        throw new RuntimeException("curl error fetching $url: $error");
    }
    if ($status >= 400) {
        throw new RuntimeException("HTTP $status fetching $url");
    }
    return $body;
}

/**
 * Sert un contenu XML depuis un cache fichier, en le regenerant via
 * $builder() si le cache est absent ou perime. Evite de solliciter
 * silly.be / fetchrss.com a chaque poll de chaque abonne FreshRSS.
 */
function serve_cached_feed(string $cacheKey, callable $builder): void
{
    // text/xml plutot que application/rss+xml : les navigateurs affichent
    // ce type en ligne (arbre XML) au lieu de forcer un telechargement,
    // ce qui est plus rassurant pour un visiteur qui clique le lien
    // directement depuis le site. FreshRSS et les autres lecteurs RSS
    // detectent le format en lisant le contenu, pas ce header.
    header('Content-Type: text/xml; charset=utf-8');

    if (!is_dir(CACHE_DIR)) {
        mkdir(CACHE_DIR, 0775, true);
    }
    $cacheFile = CACHE_DIR . '/' . $cacheKey . '.xml';

    if (is_file($cacheFile) && (time() - filemtime($cacheFile)) < CACHE_TTL_SECONDS) {
        readfile($cacheFile);
        return;
    }

    try {
        $xml = $builder();
        file_put_contents($cacheFile, $xml);
        echo $xml;
    } catch (Throwable $e) {
        // En cas d'erreur (site source indisponible, etc.), on sert le
        // cache perime plutot que de casser le flux chez les abonnes.
        if (is_file($cacheFile)) {
            readfile($cacheFile);
            return;
        }
        http_response_code(502);
        header('Content-Type: text/plain; charset=utf-8');
        echo "Erreur de generation du flux : " . $e->getMessage();
    }
}

function strip_html(?string $text): string
{
    if (!$text) {
        return '';
    }
    $text = preg_replace('/<[^>]+>/', ' ', $text);
    $text = html_entity_decode($text, ENT_QUOTES | ENT_HTML5, 'UTF-8');
    return trim(preg_replace('/\s+/', ' ', $text));
}

/**
 * Reproduit le slug d'URL genere par le site (cosmetique : le routeur
 * JS de silly.be lit en realite le parametre `u` pour savoir quel item
 * afficher, pas ce segment de chemin - mais autant coller a l'URL
 * "officielle" telle qu'on la voit dans la barre d'adresse).
 */
function slugify(string $text): string
{
    $ascii = iconv('UTF-8', 'ASCII//TRANSLIT//IGNORE', $text);
    if ($ascii === false) {
        $ascii = $text;
    }
    $ascii = strtolower($ascii);
    $ascii = preg_replace('/[^a-z0-9]+/', '-', $ascii);
    return trim($ascii, '-');
}

/**
 * Construit le HTML des liens vers les pieces jointes (PDF, etc.)
 * renvoyees par l'API dans le champ "items" de chaque actualite/evenement.
 */
function attachments_html(array $item): string
{
    $html = '';
    foreach ($item['items'] ?? [] as $sub) {
        $url = $sub['file']['download'] ?? $sub['targetUrl'] ?? null;
        if (!$url) {
            continue;
        }
        $label = $sub['title'] ?? basename($url);
        $html .= '<p><a href="' . htmlspecialchars($url, ENT_QUOTES, 'UTF-8') . '">'
            . htmlspecialchars($label, ENT_QUOTES, 'UTF-8') . '</a></p>';
    }
    return $html;
}

/**
 * Image principale de l'item (deja fournie par l'API, aucune requete
 * supplementaire necessaire). "paysage_affiche" est une taille
 * intermediaire raisonnable pour une image de flux RSS.
 */
function lead_image_html(array $item, string $title): string
{
    $url = $item['image_affiche_scale'] ?? $item['image_full_scale'] ?? null;
    if (!$url) {
        return '';
    }
    return '<p><img src="' . htmlspecialchars($url, ENT_QUOTES, 'UTF-8') . '" alt="'
        . htmlspecialchars($title, ENT_QUOTES, 'UTF-8') . '" /></p>';
}

/**
 * Corps HTML complet d'un item (image + texte riche + pieces jointes),
 * avec repli sur le resume court si le texte complet est vide.
 */
function full_body_html(array $item, string $title): string
{
    $body = trim($item['text_fr']['data'] ?? '');
    if ($body === '') {
        $summary = strip_html($item['description_fr'] ?? $item['description'] ?? null);
        $body = $summary !== '' ? '<p>' . htmlspecialchars($summary, ENT_QUOTES, 'UTF-8') . '</p>' : '';
    }
    return lead_image_html($item, $title) . $body . attachments_html($item);
}

function rfc822(?string $isoDate): string
{
    try {
        $dt = $isoDate ? new DateTime($isoDate) : new DateTime('now', new DateTimeZone('UTC'));
    } catch (Exception $e) {
        $dt = new DateTime('now', new DateTimeZone('UTC'));
    }
    return $dt->format(DateTime::RSS);
}

function xml_escape(string $text): string
{
    return htmlspecialchars($text, ENT_XML1 | ENT_QUOTES, 'UTF-8');
}

/**
 * Construit un flux RSS 2.0 complet a partir d'une liste d'items deja
 * formates (chacun un tableau title/link/guid/pubDate/description).
 * $selfUrl est l'URL du flux lui-meme (atom:link rel="self", recommande
 * par le validateur W3C).
 */
function build_rss(string $title, string $link, string $description, array $items, string $selfUrl): string
{
    $now = rfc822(null);
    $xml = '<?xml version="1.0" encoding="UTF-8"?>' . "\n";
    $xml .= '<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">' . "\n  <channel>\n";
    $xml .= '    <title>' . xml_escape($title) . "</title>\n";
    $xml .= '    <link>' . xml_escape($link) . "</link>\n";
    $xml .= '    <atom:link href="' . xml_escape($selfUrl) . '" rel="self" type="application/rss+xml" />' . "\n";
    $xml .= '    <description>' . xml_escape($description) . "</description>\n";
    $xml .= "    <language>fr-be</language>\n";
    $xml .= "    <lastBuildDate>$now</lastBuildDate>\n";

    foreach ($items as $item) {
        $xml .= "    <item>\n";
        $xml .= '      <title>' . xml_escape($item['title']) . "</title>\n";
        $xml .= '      <link>' . xml_escape($item['link']) . "</link>\n";
        $xml .= '      <guid isPermaLink="false">' . xml_escape($item['guid']) . "</guid>\n";
        $xml .= '      <pubDate>' . rfc822($item['pubDate'] ?? null) . "</pubDate>\n";
        $xml .= '      <description>' . xml_escape($item['description']) . "</description>\n";
        $xml .= "    </item>\n";
    }

    $xml .= "  </channel>\n</rss>\n";
    return $xml;
}