Quid d'un flux XML qui ne s'annonce pas comme tel ?
thom4parisot opened this issue · 6 comments
J'ai tenté de m'abonner à https://latracebleue.net/index.php?rss=admin et ça n'a pas fonctionné.
Il semblerait que l'entête HTTP ne spécifie pas le bon Content-Type mais le texte est parseable.
L'outil ne s'annonce pas, du coup c'est difficile de proposer une piste de résolution à son admin.
🤷🏻
Le content-type est ok (application/rss+xml) et le flux est bien reconnu comme tel : https://app.flus.fr/collections/1743615831998658438
Par contre il y a un problème dans la génération du flux : il est annoncé comme encodé en UTF-8, mais contient des caractères qui ne le sont pas (et d’autres qui le sont, ce qui rend les contournements très compliqués). En l’occurrence je ne peux rien faire ici, c’est la méthode PHP DOMDocument::loadXML() qui m’envoie bouler.
Je n’ai pas compris :
L'outil ne s'annonce pas
Est-ce que tu voulais dire que Flus n’explique pas l’erreur ?
Non pardon, je disais 2 fois la même chose, et je me suis planté : je n'avais pas vu l'annonce du Content-Type.
Évidemment, le document XHTML est préfixé avec <?xml version="1.0" encoding="iso-8859-1"?>… mais pas le flux RSS.
J’ai tenté un contournement en changeant manuellement l'encoding pour de l'iso-8859-1 (cf 6e9d915) et ça marche. Cependant, je ne suis vraiment pas sûr de vouloir merger ça : ça donne du poids à de mauvaises pratiques et, même si le flux fonctionnera dans flusio, il ne fonctionnera pas ailleurs à priori.
Je garde le ticket ouvert quelques jours le temps d'y réfléchir.
Edit: SimplePie (et donc FreshRSS) doit bien faire une manipulation de ce genre puisqu'il arrive à lire ce flux. Par contre les caractères non reconnus dans les titres sont remplacés par des ?. Je n'ai pas encore regardé comment il s’y prend.
Finalement j’ai décidé de gérer ce genre de flux pour plusieurs raisons :
- SimplePie gère déjà le cas (avec son propre parser si j'ai bien compris ?)
- j’ai déjà à gérer des tas de flux invalides (dates non déclarées, mauvais content-type notamment)
- le code pour gérer ça n’est ni très long, ni trop compliqué à comprendre
Par rapport à ma tentative de l’autre jour, j’ai changé de stratégie : je considère que l’encoding déclaré est celui souhaité (ici, de l’UTF-8). Je l’extrait donc, et force un réencodage de la chaîne avec mb_convert_encoding, ce qui a pour effet de remplacer les caractères non reconnus par des ?.
Tout est là : #543
Je fermerai le ticket quand ce sera en production !
Et c’est bon : https://app.flus.fr/collections/1743615831998658438
Super, merci beaucoup :) intéressant de suivre ton cheminement de pensée !