1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
|
<?php
class TagesspiegelBridge extends FeedExpander
{
const MAINTAINER = 'AlexanderS';
const NAME = 'Tagesspiegel Bridge';
const URI = 'https://www.tagesspiegel.de/';
const CACHE_TIMEOUT = 3600; // 60min
const DESCRIPTION = 'Returns the full articles instead of only the intro';
const PARAMETERS = [[
'category' => [
'name' => 'Category',
'type' => 'list',
'values' => [
'Startseite'
=> 'https://tagesspiegel.de/contentexport/feed',
'Plus'
=> 'https://tagesspiegel.de/contentexport/feed/plus/',
'Politik'
=> 'https://tagesspiegel.de/contentexport/feed/politik/',
'Internationales'
=> 'https://tagesspiegel.de/contentexport/feed/internationales/',
'Berlin'
=> 'https://tagesspiegel.de/contentexport/feed/berlin/',
'Berlin - Bezirke'
=> 'https://tagesspiegel.de/contentexport/feed/berlin/bezirke/',
'Berlin - Berliner Wirtschaft'
=> 'https://tagesspiegel.de/contentexport/feed/berlin/berliner-wirtschaft/',
'Berlin - Berliner Sport'
=> 'https://tagesspiegel.de/contentexport/feed/berlin/berliner_sport/',
'Berlin - Polizei & Justiz'
=> 'https://tagesspiegel.de/contentexport/feed/berlin/polizei-justiz/',
'Berlin - Stadtleben'
=> 'https://tagesspiegel.de/contentexport/feed/berlin/stadtleben/',
'Berlin - Schule'
=> 'https://tagesspiegel.de/contentexport/feed/berlin/schule/',
'Gesellschaft'
=> 'https://tagesspiegel.de/contentexport/feed/gesellschaft/',
'Gesellschaft - Liebe & Partnerschaft'
=> 'https://tagesspiegel.de/contentexport/feed/gesellschaft/liebe-partnerschaft/',
'Gesellschaft - Queer'
=> 'https://tagesspiegel.de/contentexport/feed/gesellschaft/queerspiegel/',
'Gesellschaft - Panorama'
=> 'https://tagesspiegel.de/contentexport/feed/gesellschaft/panorama/',
'Gesellschaft - Medien'
=> 'https://tagesspiegel.de/contentexport/feed/gesellschaft/medien/',
'Gesellschaft - Geschichte'
=> 'https://tagesspiegel.de/contentexport/feed/gesellschaft/geschichte/',
'Gesellschaft - Reise'
=> 'https://tagesspiegel.de/contentexport/feed/gesellschaft/reise/',
'Wirtschaft'
=> 'https://tagesspiegel.de/contentexport/feed/wirtschaft/',
'Wirtschaft - Immobilien'
=> 'https://tagesspiegel.de/contentexport/feed/wirtschaft/immobilien/',
'Wirtschaft - Jobs & Karriere'
=> 'https://tagesspiegel.de/contentexport/feed/wirtschaft/karriere/',
'Wirtschaft - Finanzen'
=> 'https://tagesspiegel.de/contentexport/feed/wirtschaft/finanzen/',
'Wirtschaft - Mobilität'
=> 'https://tagesspiegel.de/contentexport/feed/wirtschaft/mobilitaet/',
'Kultur'
=> 'https://tagesspiegel.de/contentexport/feed/kultur/',
'Kultur - Literatur'
=> 'https://tagesspiegel.de/contentexport/feed/kultur/literatur/',
'Kultur - Comics'
=> 'https://tagesspiegel.de/contentexport/feed/kultur/comics/',
'Kultur - Kino'
=> 'https://tagesspiegel.de/contentexport/feed/kultur/kino/',
'Kultur - Pop'
=> 'https://tagesspiegel.de/contentexport/feed/kultur/pop/',
'Kultur - Ausstellungen'
=> 'https://tagesspiegel.de/contentexport/feed/kultur/ausstellungen/',
'Kultur - Bühne'
=> 'https://tagesspiegel.de/contentexport/feed/kultur/buehne/',
'Wissen'
=> 'https://tagesspiegel.de/contentexport/feed/wissen/',
'Gesundheit'
=> 'https://tagesspiegel.de/contentexport/feed/gesundheit/',
'Sport'
=> 'https://tagesspiegel.de/contentexport/feed/sport/',
'Meinung'
=> 'https://tagesspiegel.de/contentexport/feed/meinung/',
'Meinung - Kolumnen'
=> 'https://tagesspiegel.de/contentexport/feed/meinung/kolumnen/',
'Meinung - Lesermeinung'
=> 'https://tagesspiegel.de/contentexport/feed/meinung/lesermeinung/',
'Potsdam'
=> 'https://tagesspiegel.de/contentexport/feed/potsdam/',
'Potsdam - Landeshauptstadt'
=> 'https://tagesspiegel.de/contentexport/feed/potsdam/landeshauptstadt/',
'Potsdam - Potsdam-Mittelmark'
=> 'https://tagesspiegel.de/contentexport/feed/potsdam/potsdam-mittelmark/',
'Potsdam - Brandenburg'
=> 'https://tagesspiegel.de/contentexport/feed/potsdam/brandenburg/',
'Potsdam - Kultur'
=> 'https://tagesspiegel.de/contentexport/feed/potsdam/potsdam-kultur/',
'Podcasts'
=> 'https://tagesspiegel.de/contentexport/feed/podcasts/',
]
],
'limit' => [
'name' => 'Limit',
'type' => 'number',
'required' => false,
'title' => 'Specify number of full articles to return',
'defaultValue' => 5
]
]];
public function collectData()
{
$url = $this->getInput('category');
$limit = $this->getInput('limit') ?: 5;
$this->collectExpandableDatas($url, $limit);
}
protected function parseItem(array $item)
{
$item['enclosures'] = [];
$article = getSimpleHTMLDOM($item['uri']);
$item = $this->parseArticle($item, $article);
return $item;
}
private function parseArticle($item, $article)
{
$item['categories'] = [];
// Add tag for articles only available with "Tagesspiegel Plus"
$plusicon = $article->find('span[data-ob="plus"]', 0);
if ($plusicon) {
$item['categories'][] = 'Tagesspiegel Plus';
}
// Add section from breadcrumbs as tags
$breadcrumbs = $article->find('ol[property="breadcrumb"]', 0);
$names = $breadcrumbs->find('span[property="name"]');
$names = array_slice($names, 1, -1);
foreach ($names as $name) {
$item['categories'][] = trim($name->plaintext);
}
// Get categories from article
$home_link = $article->find('a[data-gtm-class="article-home-link"]', 0);
if ($home_link) {
$tag_container = $home_link->parent->nextSibling();
if ($tag_container) {
$tags = $tag_container->find('li');
if ($tags) {
foreach ($tags as $tag) {
$item['categories'][] = trim($tag->plaintext);
}
}
}
}
$article = $article->find('article', 0);
// Remove known bad elements
foreach (
$article->find(
'script, aside, nav, dl.debug-piano, .link--external svg, time, a[data-gtm-class="article-home-link"]'
) as $bad
) {
$bad->remove();
}
// Remove references to external content (requires javascript for consent)
foreach ($article->find('p') as $par) {
if ($par->plaintext == 'Empfohlener redaktioneller Inhalt') {
$par->parent->parent->parent->parent->remove();
}
}
// Reload html, as remove() is buggy
$article = str_get_html($article->outertext);
// Clean article content
$elements = $article->find('h3, p, figure, blockquote');
foreach ($elements as $i => $element) {
foreach ($element->find('img, picture source') as $img) {
// Add URI to src
if ($img->hasAttribute('src')) {
if (str_starts_with($img->attr['src'], '/')) {
$img->attr['src'] = urljoin(self::URI, $img->attr['src']);
}
}
// Add URI to srcset
if ($img->hasAttribute('srcset')) {
$srcsets = explode(',', $img->attr['srcset']);
foreach ($srcsets as &$srcset) {
$parts = explode(' ', trim($srcset));
if (count($parts) > 0) {
if (str_starts_with($parts[0], '/')) {
$parts[0] = urljoin(self::URI, $parts[0]);
}
}
$srcset = implode(' ', $parts);
}
$img->attr['srcset'] = implode(', ', $srcsets);
}
}
// Remove paragraphs that are already included in other elements
if ($element->tag == 'p') {
if ($element->parent->tag == 'blockquote' || $element->parent->tag == 'figure') {
unset($elements[$i]);
}
}
}
$item['content'] = implode('', $elements);
return $item;
}
}
|
