src/stapibas/Content/Extractor/Base.php

   1 <?php
   2 namespace stapibas;
   3
   4 class Content_Extractor_Base
   5 {
   6     public function __construct(Logger $log)
   7     {
   8         $this->log = $log;
   9     }
  10
  11     protected function extractAuthorData($hentry, $xpath, &$data, $source)
  12     {
  13         $data['author_name']  = null;
  14         $data['author_image'] = null;
  15         $data['author_url']   = null;
  16
  17         $authors = $xpath->evaluate(
  18             './/*[' . $this->xpc('p-author') . ']'
  19         );
  20         if ($authors->length != 1) {
  21             //no p-author, so use page author data
  22             $data['author_name'] = $this->getFirst(
  23                 '/*[self::html or self::h:html]/*[self::head or self::h:head]'
  24                 . '/*[(self::meta or self::h:meta) and @name="author"]',
  25                 'content', $hentry, $xpath
  26             );
  27
  28             $data['author_url'] =
  29                 $this->absUrl(
  30                     $this->getFirst(
  31                         '/*[self::html or self::h:html]/*[self::head or self::h:head]'
  32                         . '/*[(self::link or self::h:link) and @rel="author"]',
  33                         'href', $hentry, $xpath
  34                     ),
  35                     $source
  36                 );
  37             return;
  38         }
  39
  40         $author = $authors->item(0);
  41
  42         $data['author_name'] = $this->getFirst(
  43             './/*[' . $this->xpc('p-name') . ' or ' . $this->xpc('fn') . ']',
  44             null, $author, $xpath
  45         );
  46         $data['author_image'] = $this->getFirst(
  47             './/*[' . $this->xpc('u-photo') . ']',
  48             'src', $author, $xpath
  49         );
  50         $data['author_url'] = $this->absUrl(
  51             $this->getFirst(
  52                 './/*[' . $this->xpc('u-url') . ']',
  53                 'href', $author, $xpath
  54             ),
  55             $source
  56         );
  57     }
  58
  59     protected function getFirst($xpathExpr, $attrName, $elem, $xpath)
  60     {
  61         $items = $xpath->evaluate($xpathExpr, $elem);
  62         if (!$items instanceof \DOMNodeList || $items->length == 0) {
  63             return null;
  64         }
  65
  66         if ($attrName === false) {
  67             return $items->item(0);
  68         } else if ($attrName == null) {
  69             return $items->item(0)->nodeValue;
  70         } else {
  71             return $items->item(0)->attributes->getNamedItem($attrName)->nodeValue;
  72         }
  73     }
  74
  75     protected function innerHtml($element)
  76     {
  77         $innerHTML = '';
  78         $children = $element->childNodes;
  79         foreach ($children as $child) {
  80             $tmp_dom = new \DOMDocument();
  81             $tmp_dom->appendChild($tmp_dom->importNode($child, true));
  82             $innerHTML .= rtrim($tmp_dom->saveHTML(), "\n");
  83         }
  84         return trim($innerHTML);
  85     }
  86
  87     protected function getXpath($node)
  88     {
  89         $xpath = new \DOMXPath($node);
  90         $xpath->registerNamespace('h', 'http://www.w3.org/1999/xhtml');
  91         return $xpath;
  92     }
  93
  94     protected function xpc($class)
  95     {
  96         return 'contains('
  97             . 'concat(" ", normalize-space(@class), " "),'
  98             . '" ' . $class . ' "'
  99             . ')';
 100     }
 101
 102     protected function xpq($str)
 103     {
 104         return '"' . htmlspecialchars($str, ENT_QUOTES) . '"';
 105     }
 106
 107     protected function absUrl($url, $source)
 108     {
 109         if ($url === null) {
 110             return null;
 111         }
 112         $sourceUrl = new \Net_URL2($source);
 113         return (string)$sourceUrl->resolve($url);
 114     }
 115
 116 }
 117 ?>