火车头内容采集范例，支持下载远程图片，提取第一张做缩略图，支持入库推荐位

官方教程《火车头内容采集范例》 https://www.xunruicms.com/doc/1084.html

把官方教程中的 dayrui/My/Api/Caiji.php 整个改成

<?php
$this->_module_init('news'); // news 是模块目录

if ($_GET['action'] == 'category')
{
    // 显示栏目
    if (!$this->module['category'])
    {
        echo '模块【' . $this->module['dirname'] . '】没有创建栏目';
    }
    foreach ($this->module['category'] as $t)
    {
        if ($t['child'] == 0 && $t['tid'] == 1)
        {
            echo '<h1>' . $t['name'] . '<=>' . $t['id'] . '</h1>' . PHP_EOL;
        }
    }

}
else
{
    // 入库数据

    $data = $_REQUEST;

    // 发布者id 1
    $data['uid'] = 1;

    // 发布者账号 admin
    $data['author'] = 'admin';

    // 主表字段
    $fields[1] = $this->get_cache('table-' . SITE_ID, $this->content_model->dbprefix(SITE_ID . '_' . MOD_DIR));
    $cache     = $this->get_cache('table-' . SITE_ID, $this->content_model->dbprefix(SITE_ID . '_' . MOD_DIR . '_category_data'));
    $cache && $fields[1] = array_merge($fields[1], $cache);

    // 附表字段
    $fields[0] = $this->get_cache('table-' . SITE_ID, $this->content_model->dbprefix(SITE_ID . '_' . MOD_DIR . '_data_0'));

    // 去重复
    $fields[0] = array_unique($fields[0]);
    $fields[1] = array_unique($fields[1]);

    // 格式化入库字段

    // 一般是格式化非文本类的字段（例如多文件上传、复选框、联动字段等等）
    // 这里需要按采集资料的格式入库格式化字段，


    // 开始归类存储

    $save = [];

    // 主表附表归类
    foreach ($fields as $ismain => $field)
    {
        foreach ($field as $name)
        {
            isset($data[$name]) && $save[$ismain][$name] = $data[$name];
        }
    }
    if (!$data['catid'])
    {
        exit('栏目为空');
    }

    $save[1]['uid']   = $save[0]['uid'] = $data['uid'];
    $save[1]['catid'] = $save[0]['catid'] = $data['catid'];

    $save[1]['url']          = '';
    $save[1]['status']       = 9; //9表示正常发布，1表示审核里面
    $save[1]['hits']         = 0;
    $save[1]['displayorder'] = 0;
    $save[1]['link_id']      = 0;
    $save[1]['inputtime']    = $save[1]['updatetime'] = SYS_TIME + rand(0, 7200);
    $save[1]['inputip']      = '127.0.0.1';

    //$save[1]['keywords'] = dr_get_keywords( $save[1]['title']); // 按插件提取关键词

    //$save[1]['description'] = dr_get_description( $save[0]['content'], 100); // 在内容里面提取100个子作为描述

    // 验证标题重复
    if ($this->content_model->table(SITE_ID . '_' . MOD_DIR)->where('title', $save[1]['title'])->counts())
    {
        echo '重复';
        exit;
    }

    // 文档内容
    $value = $data['content'];
    // 第一张作为缩略图
    $slt = 1;
    // 是否下载图片
    $yct = 1;
    $base64 = strpos($value, ';base64,');
    // 附件入库标记字符
    $rid = md5(FC_NOW_URL.\Phpcmf\Service::L('input')->get_user_agent().\Phpcmf\Service::L('input')->ip_address().\Phpcmf\Service::C()->uid);
    // 下载远程图片
    if ($yct || $slt || $base64) {
        $temp = preg_replace('/<pre(.*)<\/pre>/siU', '', $value);
        $temp = preg_replace('/<code(.*)<\/code>/siU', '', $temp);
        if (preg_match_all("/(src)=([\"|']?)([^ \"'>]+)\\2/i", $temp, $imgs)) {
            foreach ($imgs[3] as $img) {

                if ($base64 && preg_match('/^(data:\s*image\/(\w+);base64,)/i', $img, $result)) {
                    // 处理图片
                    $ext = strtolower($result[2]);
                    if (!in_array($ext, ['png', 'jpg', 'jpeg', 'gif', 'webp'])) {
                        continue;
                    }
                    $content = base64_decode(str_replace($result[1], '', $img));
                    if (strlen($content) > 30000000) {
                        continue;
                    }
                    $rt = \Phpcmf\Service::L('upload')->base64_image([
                        'ext' => $ext,
                        'content' => $content,
                        'watermark' => \Phpcmf\Service::C()->get_cache('site', SITE_ID, 'watermark', 'ueditor') || $field['setting']['option']['watermark'] ? 1 : 0,
                        'attachment' => \Phpcmf\Service::M('Attachment')->get_attach_info(intval($field['setting']['option']['attachment']), $field['setting']['option']['image_reduce']),
                    ]);
                    if (!$rt['code']) {
                        continue;
                    }
                    $att = \Phpcmf\Service::M('Attachment')->save_data($rt['data'], 'ueditor:'.$rid);
                    if ($att['code']) {
                        // 归档成功
                        $value = str_replace($img, $rt['data']['url'], $value);
                        $img = $att['code'];
                        // 标记附件
                        \Phpcmf\Service::M('Attachment')->save_ueditor_aid($rid, $att['code']);
                    }
                } else {
                    $ext = _get_image_ext($img);
                    if (!$ext) {
                        continue;
                    }
                    // 下载图片
                    if ($yct && strpos($img, 'http') === 0) {
                        if (dr_is_app('mfile') && \Phpcmf\Service::M('mfile', 'mfile')->check_upload(\Phpcmf\Service::C()->uid)) {
                            //用户存储空间已满
                        } else {
                            // 正常下载
                            // 判断域名白名单
                            $arr = parse_url($img);
                            $domain = $arr['host'];
                            if ($domain) {
                                $sites = \Phpcmf\Service::R(WRITEPATH.'config/domain_site.php');
                                if (isset($sites[$domain])) {
                                    // 过滤站点域名
                                } elseif (strpos(SYS_UPLOAD_URL, $domain) !== false) {
                                    // 过滤附件白名单
                                } else {
                                    $zj = 0;
                                    $remote = \Phpcmf\Service::C()->get_cache('attachment');
                                    if ($remote) {
                                        foreach ($remote as $t) {
                                            if (strpos($t['url'], $domain) !== false) {
                                                $zj = 1;
                                                break;
                                            }
                                        }
                                    }
                                    if ($zj == 0) {
                                        // 可以下载文件
                                        // 下载远程文件
                                        $rt = \Phpcmf\Service::L('upload')->down_file([
                                            'url' => $img,
                                            'timeout' => 5,
                                            'watermark' => \Phpcmf\Service::C()->get_cache('site', SITE_ID, 'watermark', 'ueditor') || $field['setting']['option']['watermark'] ? 1 : 0,
                                            'attachment' => \Phpcmf\Service::M('Attachment')->get_attach_info(intval($field['setting']['option']['attachment']), $field['setting']['option']['image_reduce']),
                                            'file_ext' => $ext,
                                        ]);
                                        if ($rt['code']) {
                                            $att = \Phpcmf\Service::M('Attachment')->save_data($rt['data'], 'ueditor:'.$rid);
                                            if ($att['code']) {
                                                // 归档成功
                                                $value = str_replace($img, $rt['data']['url'], $value);
                                                $img = $att['code'];
                                                // 标记附件
                                                \Phpcmf\Service::M('Attachment')->save_ueditor_aid($rid, $att['code']);
                                            }
                                        }
                                    }
                                }
                            }
                        }
                    }
                }
                // 缩略图
                if ($img && $slt) {
                    $_field = \Phpcmf\Service::L('form')->fields;
                    if (isset($_field['thumb']) && $_field['thumb']['fieldtype'] == 'File' && !\Phpcmf\Service::L('Field')->data[$_field['thumb']['ismain']]['thumb']) {
                        if (!is_numeric($img)) {
                            // 下载缩略图
                            // 判断域名白名单
                            $arr = parse_url($img);
                            $domain = $arr['host'];
                            if ($domain) {
                                $file = dr_catcher_data($img, 8);
                                if (!$file) {
                                    CI_DEBUG && log_message('debug', '服务器无法下载图片：'.$img);
                                } else {
                                    // 尝试找一找附件库
                                    $att = \Phpcmf\Service::M()->table('attachment')->like('related', 'ueditor')->where('filemd5', md5($file))->getRow();
                                    if ($att) {
                                        $img = $att['id'];
                                    } else {
                                        // 下载归档
                                        $rt = \Phpcmf\Service::L('upload')->down_file([
                                            'url' => $img,
                                            'timeout' => 5,
                                            'watermark' => \Phpcmf\Service::C()->get_cache('site', SITE_ID, 'watermark', 'ueditor') || $field['setting']['option']['watermark'] ? 1 : 0,
                                            'attachment' => \Phpcmf\Service::M('Attachment')->get_attach_info(intval($field['setting']['option']['attachment']), $field['setting']['option']['image_reduce']),
                                            'file_ext' => $ext,
                                            'file_content' => $file,
                                        ]);
                                        if ($rt['code']) {
                                            $att = \Phpcmf\Service::M('Attachment')->save_data($rt['data'], 'ueditor:'.$rid);
                                            if ($att['code']) {
                                                // 归档成功
                                                $value = str_replace($img, $rt['data']['url'], $value);
                                                $img = $att['code'];
                                                // 标记附件
                                                \Phpcmf\Service::M('Attachment')->save_ueditor_aid($rid, $att['code']);
                                            }
                                        }
                                    }
                                }
                            }
                        }
                        \Phpcmf\Service::L('Field')->data[$_field['thumb']['ismain']]['thumb'] = $_POST['data']['thumb'] = $img;
                    }
                }
            }
        }
    }

    // 最后得到的文档内容
    $save[0]['content'] = $value;
    // 最后得到的缩略图
    $save[1]['thumb'] = $img;

    $rt = $this->content_model->save_content(0, $save);

    if ($rt['code'])
    {
        /*
        // 用于发布成功后生成静态文件代码
        //dr_html_auth($_SERVER['SERVER_ADDR']);
        //dr_catcher_data(SITE_URL.'index.php?s='.MOD_DIR.'&c=html&m=showfile&id='.$rt['id']);
        $atcode = 'chtml_'.SITE_ID.'_'.MOD_DIR.'_'.$rt['code'];
        \Phpcmf\Service::L('cache')->set_auth_data($atcode, $rt['code'], SITE_ID);
        dr_catcher_data(SITE_URL.'index.php?s='.MOD_DIR.'&c=html&m=showfile&id='.$rt['code'].'&atcode='.$atcode);
        */
        // 处理推荐位
        if ($data['flag']) {
            $myflag = explode(',', $data['flag']);
            foreach ($myflag as $i) {
                if (isset($this->module['setting']['flag'][$i])) {
                    $this->content_model->insert_flag((int)$i, $rt['code'], $rt['data'][1]['uid'], $rt['data'][1]['catid']);
                }
            }
        }
        exit('成功');
    }
    else
    {
        exit('失败');
    }

}

// 获取远程附件扩展名
function _get_image_ext($url) {

    if (strlen($url) > 300) {
        return '';
    }

    $arr = ['gif', 'jpg', 'jpeg', 'png', 'webp'];
    $ext = str_replace('.', '', trim(strtolower(strrchr($url, '.')), '.'));
    if ($ext && in_array($ext, $arr)) {
        return $ext; // 满足扩展名
    } elseif ($ext && strlen($ext) < 4) {
        //CI_DEBUG && log_message('error', '此路径不是远程图片：'.$url);
        return ''; // 表示不是图片扩展名了
    }

    foreach ($arr as $t) {
        if (stripos($url, $t) !== false) {
            return $t;
        }
    }

    $rt = getimagesize($url);
    if ($rt && $rt['mime']) {
        foreach ($arr as $t) {
            if (stripos($rt['mime'], $t) !== false) {
                return $t;
            }
        }
    }

    CI_DEBUG && log_message('debug', '服务器无法获取远程图片的扩展名：'.dr_safe_replace($url));

    return '';
}

exit;