[script] update structure XML des fichiers articles.

gcyrillus-nomade · 26 févr.

Bonjour,

J'ai remarqué à plusieurs reprise que certains champs des fichiers XML des articles ne se mettait pas à jours en migrant d'une (trés) vielle version vers une version plus récentes.

Jusque là je m'en sortait généralement dans notepad++ en faisant une rechercher-> remplacer par
en mettant dans la portion recherche : ^.*(</document>).*$ et dans remplacer par

    <title_htmltag><![CDATA[]]></title_htmltag>
    <thumbnail><![CDATA[]]></thumbnail>
    <thumbnail_alt><![CDATA[]]></thumbnail_alt>
    <thumbnail_title><![CDATA[]]></thumbnail_title>
    <date_creation><![CDATA[]]></date_creation>
    <date_update><![CDATA[]]></date_update>
</document>

soit sans date, soit avec une date bidon et cela fait la manip sur touts les fichier dans le dossier avec une balise fermante </document> sans autres distinctions.

Cette fois-ci , j'ai trouver des articles datant de 2013 à 2023 dans un pluxml arrivé en version 5.5 La manip notepad++ n'est pas terrible, les articles récents auront des doublons vides et comme il sont déjà en ligne et qu'une MAJ vers la 5.8.9 est envisagée, l'idée de faire une maj manuelle sur quelques centaines de dossiers est impensable.

Dans les fichier pour les mise à jour : update/update.x.x.x.php , le test if(!preg_match('/\]\]<\/title_htmltag>/', $data)) est bugué, il ajoute systématiquement la balise , qu'elle soit là ou pas .

~~Je vous propose alors ce script qui va ajouter ces balises seulement si elles sont manquantes:~~
Voir le script et lamethode corrigée par bazooka : https://forum.pluxml.org/discussion/comment/64833/#Comment_64833

Code obsolète voir le prochain post.

<h1>Mise à jours de structure XML des articles.</h1>
<p>Il y a <?= count(glob('*.xml')) ?> fichiers XML dans le dossier.</p>
<p>Ce script ajoute aux fichiers les balises suivantes si manquantes:</p>
<ol>
    <li>&lt;title_htmltag&gt;</li>
    <li>&lt;thumbnail_alt&gt;</li>
    <li>&lt;thumbnail&gt;</li>
    <li>&lt;thumbnail_title&gt;</li>
    <li>&lt;date_creation&gt;(reprend la date dans le nom de fichier.)</li>
    <li>&lt;date_update&gt; (reprend la date dans le nom de fichier.)</li>
</ol>
<?php
    $rewrite=false;
    $i=0;
    foreach(glob('*.xml', GLOB_NOSORT) as $file)   
    { 
        if(preg_match('#^(_?\d{4})\.((?:\d{3},|draft,)*(?:home|\d{3})(?:,\d{3})*)\.(\d{3})\.(\d{12})\.(.*)\.xml$#', basename($file), $capture)) {
            $date = $capture[4];
        }
        if(is_readable($file)) {
            $data = file_get_contents($file);
            if( strpos( $data, 'title_htmltag' ) == false) {
                $data = preg_replace("/<\/document>$/", "\t<title_htmltag><![CDATA[]]></title_htmltag>\n</document>", $data);
                $rewrite=true;
            }

            if(strpos( $data, 'thumbnail_alt' ) == false) {
                $data = preg_replace("/<\/document>$/", "\t<thumbnail_alt><![CDATA[]]></thumbnail_alt>\n</document>", $data);
            $rewrite=true;
            }
            if(strpos( $data, 'thumbnail' ) == false) {
                $data = preg_replace("/<\/document>$/", "\t<thumbnail><![CDATA[]]></thumbnail>\n</document>", $data);
                $rewrite=true;
            }
            if(strpos( $data, 'thumbnail_title' ) == false) {
                $data = preg_replace("/<\/document>$/", "\t<thumbnail_title><![CDATA[]]></thumbnail_title>\n</document>", $data);
                $rewrite=true;
            }
            if(strpos( $data, 'date_creation' ) == false) {
                $data = preg_replace("/<\/document>$/", "\t<date_creation><![CDATA[$date]]></date_creation>\n</document>", $data);
                $rewrite=true;
            }
            if(strpos( $data, 'date_update' ) == false) {
                $data = preg_replace("/<\/document>$/", "\t<date_update><![CDATA[$date]]></date_update>\n</document>", $data);
                $rewrite=true;
            }

            if($rewrite==true){
                ++$i;
                $file_handle = fopen($file, 'w'); 
                fwrite($file_handle, $data);
                fclose($file_handle);

            }
        }
    }  
    echo 'Mise à jour des structures XML de <b style="color:tomato">'.$i.'</b> fichier(s) effectuée(s).';
?>

À mettre dans un fichier index.php dans le répertoire des articles (si besoin désactiver le .htaccess momentanément)

<

p>Une fois vos articles reconstruit en mode 2024, reactiver votre htaccess. Le script ne modifiera plus vos fichiers, vous pouvez ne pas l'effacer et le garder en archive.

J’espère qu'il vous sera utile.

Par précaution, faites toujours un backup de vos fichiers avant de le lancer une routine qui va les modifier

bazooka07 · 27 févr.

Bonjour,
Normalement les dernières versions de PluXml gèrent l'absence de ces balises.
Attention avec l'utilisation de strpos() . Tu recherches d'abord thumbnail avant thumbnail_title.
Avec la recherche de thumbnail, le remplacement se fera à la fois pour thumbnail et le thumbmail de thumbnail_title.. Il faut encadrer avec les caractères < et >
Il est préférable, par sécurité, de mettre ce script dans le dossier core/admin et de vérifier l'authentification avec prepend.php
Si le site est bien paramétré, l'exécution d'un script .php doit être impossible dans le dossier data et ses sous-dossiers, excepté pour data/statiques.
Voici ton script corrigé à placer dans le dossier core/admin:

<?php

include 'prepend.php';

const TAGS = array(
    'title_htmltag',
    'thumbnail_alt',
    'thumbnail',
    'thumbnail_title',
    'date_creation',
    'date_update',
);

$files = glob(PLX_ROOT . $plxAdmin->aConf['racine_articles'] . '*.xml');

include 'top.php';
?>
    <h1>Mise à jours de structure XML des articles.</h1>
    <p>Il y a <?= count($files) ?> fichiers XML dans le dossier.</p>
    <p>Ce script ajoute aux fichiers les balises suivantes si manquantes:</p>
    <ol>
<?php
    foreach(TAGS as $tag) {
?>
        <li>&lt;<?= $tag ?>&gt;</li>
<?php
    }
?>
    </ol>
    <p>Les fichiers suivant ont été mis à jour :</p>
    <ol>
<?php
    $motif = '#^(_?\d{4})\.((?:draft,|pin,|\d{3},)*(?:home|\d{3})(?:,\d{3})*)\.(\d{3})\.(\d{12})\.(.*)\.xml$#';
    foreach($files as $file) {
        if(preg_match($motif, basename($file), $capture) and is_writable($file)) {
            $date = $capture[4];
            $data = file_get_contents($file);
            $replaces = array();
            foreach(TAGS as $tag) {
                $mf = '#<' . $tag . '>#';
                if(!preg_match($mf, $data)) {
                    $text = in_array($tag, array('date_creation','date_update',)) ? $date : '';
                    ob_start();
?>
    <<?= $tag ?>><?= $text ?></<?= $tag ?>
<?php
                    $replaces[] = ob_get_clean();
                }
            }
            if(!empty($replaces)) {
                $data = preg_replace('#</document>#', implode("\n", $replaces) . "\n</document>", $data);
                file_put_contents($file, $data);
?>
        <li><?= basename($file) ?></li>
<?php
            }
        }
    }
?>
    </ol>
    <p>Terminé !</p>
</body></html>

As-tu une archive de ces très vieilles versions de PluXml ?
La plus vieille version sur github est la 5.1.7.
Alors que dans le dossier update, on a

update_4.2.php
update_5.0.php
update_5.1.1.php
update_5.1.3.php
update_5.1.4.php
update_5.1.6.php

gcyrillus-nomade · 27 févr.

@bazooka07 Merci des corrections.

Pour le pluxml en cause c'est actuellement un 5.5 qui à évolué depuis une ou plusieurs version antérieurs.

Les articles plus anciens ont cette structures:

<?xml version='1.0' encoding='UTF-8'?>
<document>
    <title><![CDATA[]]></title>
    <allow_com></allow_com>
    <template><![CDATA[]]></template>
    <chapo><![CDATA[]]></chapo>
    <content><![CDATA[]]></content>
    <tags><![CDATA[]]></tags>
    <meta_description><![CDATA[]]></meta_description>
    <meta_keywords><![CDATA[]]></meta_keywords>
    <title_htmltag><![CDATA[]]></title_htmltag>
</document>

Aucune mise à jours depuis la 5.1.7 n'ajoutes les champs date et image d'accroche me semble t-il.

Lorsque les champs dates sont manquant ou vides , il y a dans l'admin plusieurs lignes de warnings. Il suffit d'enregistrer l'article et tout rentre dans l'ordre Je voulais éviter ses warnings (qui n'apparaissent qu'a l'édition d'un article dans le cas de champs manquant ou vide pour ceux des dates). Je réalise en écrivant cela, qu'il suffirait probablement de boucler sur les articles d'une période données et de les réenregistrer pour recréer les champs manquant

Pour de vielles version de Pluxml, je dois avoir quelques unes des premières version jusqu'à la 4.11 , après je n'ai que celle encore dispos en ligne car j'avais décroché de 2011 à 2021 . Mais là, les structures des articles étaient du genre :

<?xml version="1.0" encoding="ISO-8859-1"?>
<document>

    <infopost>
        <title></title>
        <author></author>
        <allow_com>1</allow_com>
    </infopost>
    <chapo>
        <![CDATA[]]>
    </chapo>
    <content>
        <![CDATA[]]>
    </content>

</document>

J'ai aussi retrouvé un script de migration de la 3 vers la 4
Je ne crois pas qu'il y est des versions de PluXml de cette époque encore actifs en ligne.

edit

j'ai retrouvé ces archives :

pluxml_preview_0.1.1.zip
pluxml_preview_0.1.2.zip
pluxml_preview_0.1.3.zip
pluxml_preview_0.1.4.zip
pluxml_preview_0.2.0.zip
blog-beta-02-07.zip
pluxml0.3.1.zip
pluxml-blog-beta2.zip
pluxml-blog-beta3.zip
pluxml-blog-beta3-1.zip
migration-blog-beta3x-beta4.zip
pluxml-blog-beta4.zip
pluxml-blog-beta4-2.zip
pluxml-beta4.zip
pluxml-5.1.2.zip
pluxml-5.1.6.zip

[script] update structure XML des fichiers articles.

Réponses