Jak přebírat články přes RSS (a nejen ze Zvědavce)

Vladimír Stwora

3.5.2005 Technická poradna Témata: Technika 701 slov

Toto je technický článek, který asi nikomu, kromě několika webmasterů, nic neřekne. Rozhodl jsem se k sepsání této kuchařky poté, co jsem měl drobnou rozmíšku s jistým serverem, který přebíral články ze Zvědavce tak nějak "načerno". Podotýkám, že mi nevadí, převezme-li jiný server článek / články odsud (ostatně sám to dělám také), jen bych rád o tom věděl. A při přebírání je nutno zachovat jméno autora a odkaz na původní zdroj. Provozujete-li vlastní webové stránky a nechce se vám párat se s nějakými otravnými žádostmi a následným kopírováním toho kterého článku, je pro vás ideální automatické přebírání pouze odkazů na posledních zhruba 20 článků přes RSS/XML.

Můj redakční systém automaticky generuje při každém vložení / opravě článku dva nové RSS soubory ve formátu XML: Ten první ve verzi 0.92, ten druhý ve verzi 1.0. Liší se nejen formátem, ale i obsahem. První soubor odkazuje pouze na hlavní články, druhý odkazuje na hlavní články a na články z rubriky Ve zkratce.

A teď jak zpracovat RSS soubor a převést data v něm uložena do formátu html. Potřebujete tzv. parser RSS. Na internetu lze sehnat několik hotových parserů. Mně se osvědčil parser LastRSS napsaný v PHP Vojtěchem Semeckým a nabízeným v rámci obecně veřejné licence GNU.

Stáhněte si zdrojový kód a rozbalte do adresáře, odkud jej budete volat. V místě, kde se mají objevovat poslední články ze Zvědavce, vložte následující kód:

// include lastRSS
require_once ("lastRSS.php");

// Vytvorit lastRSS objekt
$rss =& new lastRSS;

$rss->cache_dir = '/tmp';	// Jakykoliv adresar na serveru, 
				// ale musi mit pristupova prava 777 
				// (tzn. kazdy do nej muze zapisovat)
$rss->cache_time = 6400; 	// obnovit kazde dve hodiny
$rss->CDATA='content';	 	// Tento parametr je v pripade Zvedavce nutno pouzit
$rss->items_limit=0;		// Zpracuj vsechny polozky

$rssurl='http://www.zvedavec.org/zvedavec_rdf_100.xml';

if ($rs = $rss->get($rssurl)) {
  foreach($rs['items'] as $item) {
    echo "<h1><a href="$item[link]"
	class="rss" target="_blank">".StripSlashes($item['title'])."</a></h1>n";
    if (isset($item['description']))
	echo "<p>".StripSlashes($item['description'])."</p>n";
  }
}
else { echo "Chyba. Soubor $rssurl je nedostupny..."; } 

Oblast můžete ohraničit tagem <div>, popř. umístit do tabulky. Tyhle podrobnosti už nechám na vás.

A samozřejmě, že uvedený postup můžete použít i pro kterýkoliv jiný RSS soubor kterékoliv jiné stránky. Stačí změnit odkaz v poli $rssurl. LastRSS "rozumí" verzím 0.9, 1.0 a 2.0.

RSS je dobrá technologie, ale i fyzické přebírání článků má smysl a nemělo by být opomíjeno. A to hlavně proto, že se zajistí existence důležitých článků v případě, že by Zvědavec zmizel z internetové scény. Takže znovu opakuji, chcete-li převzít kterýkoliv článek, můžete to udělat, jen mi, prosím, dejte vědět, a nezapomeňte uvést autora a odkaz na původní zdroj.

Jak jistě víte, uveřejňuji už více než rok na titulní stránce odkazy na poslední články z Britských listů. Používám k tomu výše popsaný postup. A nedá mi to, abych si u té příležitosti neposteskl nad arogancí a nedostatkem profesionalismu webmastera Britských listů (nebudu jmenovat, je podepsán na BL). Po celou tu dobu, co titulky z BL přebírám, není tento člověk schopen opravit množství syntaktických a konverzních chyb v jejich vlastním RSS souboru. Nejen že jimi dodávaný soubor porušuje pravidla konstrukce RSS (v rámci položky <item> nemá položka <autor> co dělat - a takových nesmyslů je tam více), ale ještě k tomu obsah titulků článků, údajně ve znakové sadě ISO-8859-2, často obsahuje znaky, které v této sadě neexistují. Výsledkem jsou "pušvejci" - nečitelné znaky v jejich textu a zavlečené syntaktické chyby na mé vlastní webové stránce a na každé stránce, která by soubor z BL zobrazovala.

Webmasterovi BL zjevně nějaká ta chyba na jeho vlastních stránkách nevadí (v dnešním vydání obsahuje titulní stránka BL 293 syntaktických chyb a prohřešků), ale jak si může dovolit ignorovat syntaktické chyby v souboru, který nabízí jiným (a který vlastně slouží BL jako reklama), to skutečně nechápu.

Psal jsem webmasterovi BL asi před rokem s kopií panu Čulíkovi a upozorňoval je na nedostatky v jejich RSS, ale neuznali mě za hodna odpovědi. A chyby také do dneška neodstranili.

Známka 1.0 (hodnotilo 1)

Oznámkujte kvalitu článku jako ve škole
(1-výborný, 5-hrozný)

1  2  3  4  5 

Káva pro Zvědavce

32

Být v obraze něco stojí.
Připojte se k ostatním a staňte se
také sponzorem Zvědavce, stačí
částka v hodnotě jedné kávy měsíčně.

Za měsíc listopad přispělo 82 čtenářů částkou 9 541 korun, což je 32 % měsíčních nákladů provozu Zvědavce.

Bankovní spojení: 2000368066/2010
Ze Slovenska 2000368066/8330
IBAN: CZ4720100000002000368066
BIC/SWIFT: FIOBCZPPXXX

[PayPal]

Bitcoin:
165eUVffx5CuUNwr12JbqqZi6AtrbN22Y7
Další možnosti platby › Související články ›

Ve zkratce

Dohoda KGB a CIA. Dělení majetku a moci. Schůzka Havla a Sorose v roce 1986 na ambasádě USA v Praze17.11.17 15:08 Česká republika 0

Neatraktivní ženy si stěžují, že je nikdo sexuálně neobtěžoval. Rozjely kampaň Why not me17.11.17 11:13 Neurčeno 4

Lana Lokteff - Proč nechci být menšinou16.11.17 21:33 Neurčeno 3

Šašek Hradílek vydírá Zemana hladovkou16.11.17 12:14 Česká republika 10

Dva články z dnešních novin16.11.17 10:57 Neurčeno 2

Otec sedmi dětí se stal šestiletou holčičkou16.11.17 01:42 Kanada 3

Vánoční trhy se v Rakousku i Německu mění 16.11.17 00:44 Německo 4

EU ruší Dublin a chce brát trvale i ekonomické migranty z Afriky15.11.17 23:14 Evropská unie 3

Jurečka a chemická lobby: Glyfosát15.11.17 08:28 Evropská unie 4

Francie řeší přibývající sebevraždy policistů14.11.17 23:41 Francie 2

Šťastná nálezkyně13.11.17 21:09 Česká republika 0

Jiný pohled na aféru #MeToo13.11.17 12:12 Rusko 2

Stropnický st.: "občané by neměli mít možnost rozhodovat o věcech, u kterých nedokážou posoudit všechny důsledky"12.11.17 18:13 Česká republika 7

Je v pořádku být bílý?12.11.17 17:18 USA 2

Republikánský kandidát měl před 40 lety osahávat 14letou dívku10.11.17 10:16 USA 5

BBC zfalšovala další historickou postavu. Anglickou královnu Margaret z Anjou09.11.17 16:01 Británie 3

Kevina Spaceyho vymažou z hotového filmu kvůli obvinění z obtěžování09.11.17 14:40 USA 14

Plíživá islamizace ČR09.11.17 11:02 Česká republika 0

Laboratoře CERNu narazily na podivnou bariéru naší fyzikální reality, vůbec bychom neměli existovat! 09.11.17 10:28 Neurčeno 8

Soudce Nejvyššího soudu SR podal trestní oznámení na politiky za povolení přeletů při bombardování Jugoslávie 08.11.17 22:38 Slovensko 6

Měnové kurzy

USD
21,69 Kč
Euro
25,58 Kč
Libra
28,67 Kč
Kanadský dolar
16,99 Kč
Australský dolar
16,41 Kč
Švýcarský frank
21,93 Kč
100 japonských jenů
19,36 Kč
Čínský juan
3,27 Kč
Polský zloty
6,04 Kč
100 maď. forintů
8,21 Kč
Ukrajinská hřivna
0,82 Kč
100 rublů
36,79 Kč
1 unce (31,1g) zlata
28 075,51 Kč
1 unce stříbra
375,19 Kč
Bitcoin
168 349,94 Kč

Poslední aktualizace: 18.11.2017 07:33 SEČ

Tuto stránku navštívilo 14 105