Plus de tolérance pour les flux

Utilise une méthode moins stricte qui tolère des erreurs XML dans les
flux.
Le choix de l'encodage en entrée a dû être légèrement changé car
SimplePie a une stratégie d'essayer plusieurs encodages jusqu'à en
trouver un qui marche.
En étant moins strict sur les erreurs, ça marche plus souvent, et du
coup les encodages n'étaient plus bon.
À essayer avec plein de flux.
Tous mes flux passent (~150).
Devrait permettre de fermer
https://github.com/marienfressinaud/FreshRSS/issues/233
Fonctionne aussi avec des flux à encodage invalide comme
http://travaux.ovh.net/rss.php qui se déclare en "text/xml" (du coup
ASCII) mais dans le flux avec un entête XML déclarant de l'UTF-8

1 files changed, 61 insertions, 44 deletions

diff --git a/lib/SimplePie/SimplePie/Parser.php b/lib/SimplePie/SimplePie/Parser.php
index d698552ca..72878c25a 100644
--- a/lib/SimplePie/SimplePie/Parser.php
+++ b/lib/SimplePie/SimplePie/Parser.php
@@ -77,56 +77,73 @@ class SimplePie_Parser
 
 	public function parse(&$data, $encoding)
 	{
-		// Use UTF-8 if we get passed US-ASCII, as every US-ASCII character is a UTF-8 character
-		if (strtoupper($encoding) === 'US-ASCII')
+		if (!empty($encoding))
 		{
-			$this->encoding = 'UTF-8';
-		}
-		else
-		{
-			$this->encoding = $encoding;
-		}
-
-		// Strip BOM:
-		// UTF-32 Big Endian BOM
-		if (substr($data, 0, 4) === "\x00\x00\xFE\xFF")
-		{
-			$data = substr($data, 4);
-		}
-		// UTF-32 Little Endian BOM
-		elseif (substr($data, 0, 4) === "\xFF\xFE\x00\x00")
-		{
-			$data = substr($data, 4);
-		}
-		// UTF-16 Big Endian BOM
-		elseif (substr($data, 0, 2) === "\xFE\xFF")
-		{
-			$data = substr($data, 2);
-		}
-		// UTF-16 Little Endian BOM
-		elseif (substr($data, 0, 2) === "\xFF\xFE")
-		{
-			$data = substr($data, 2);
-		}
-		// UTF-8 BOM
-		elseif (substr($data, 0, 3) === "\xEF\xBB\xBF")
-		{
-			$data = substr($data, 3);
-		}
-
-		if (substr($data, 0, 5) === '<?xml' && strspn(substr($data, 5, 1), "\x09\x0A\x0D\x20") && ($pos = strpos($data, '?>')) !== false)
-		{
-			$declaration = $this->registry->create('XML_Declaration_Parser', array(substr($data, 5, $pos - 5)));
-			if ($declaration->parse())
+			// Use UTF-8 if we get passed US-ASCII, as every US-ASCII character is a UTF-8 character
+			if (strtoupper($encoding) === 'US-ASCII')
 			{
-				$data = substr($data, $pos + 2);
-				$data = '<?xml version="' . $declaration->version . '" encoding="' . $encoding . '" standalone="' . (($declaration->standalone) ? 'yes' : 'no') . '"?>' . $data;
+				$this->encoding = 'UTF-8';
 			}
 			else
 			{
-				$this->error_string = 'SimplePie bug! Please report this!';
-				return false;
+				$this->encoding = $encoding;
+			}
+
+			// Strip BOM:
+			// UTF-32 Big Endian BOM
+			if (substr($data, 0, 4) === "\x00\x00\xFE\xFF")
+			{
+				$data = substr($data, 4);
 			}
+			// UTF-32 Little Endian BOM
+			elseif (substr($data, 0, 4) === "\xFF\xFE\x00\x00")
+			{
+				$data = substr($data, 4);
+			}
+			// UTF-16 Big Endian BOM
+			elseif (substr($data, 0, 2) === "\xFE\xFF")
+			{
+				$data = substr($data, 2);
+			}
+			// UTF-16 Little Endian BOM
+			elseif (substr($data, 0, 2) === "\xFF\xFE")
+			{
+				$data = substr($data, 2);
+			}
+			// UTF-8 BOM
+			elseif (substr($data, 0, 3) === "\xEF\xBB\xBF")
+			{
+				$data = substr($data, 3);
+			}
+
+			if (substr($data, 0, 5) === '<?xml' && strspn(substr($data, 5, 1), "\x09\x0A\x0D\x20") && ($pos = strpos($data, '?>')) !== false)
+			{
+				$declaration = $this->registry->create('XML_Declaration_Parser', array(substr($data, 5, $pos - 5)));
+				if ($declaration->parse())
+				{
+					$data = substr($data, $pos + 2);
+					$data = '<?xml version="' . $declaration->version . '" encoding="' . $encoding . '" standalone="' . (($declaration->standalone) ? 'yes' : 'no') . '"?>' . $data;
+				}
+				else
+				{
+					$this->error_string = 'SimplePie bug! Please report this!';
+					return false;
+				}
+			}
+		}
+
+		try
+		{
+			$dom = new DOMDocument();
+			$dom->recover = true;
+			$dom->strictErrorChecking = false;
+			$dom->loadXML($data);
+			$this->encoding = $encoding = $dom->encoding = 'UTF-8';
+			$data = $dom->saveXML();
+			//file_put_contents('/home/alex/public_html/alexandre.alapetite.fr/prive/FreshRSS/log/parser.log', date('c') . ' ' . 'OK' . "\n", FILE_APPEND);
+		}
+		catch (Exception $e)
+		{
 		}
 
 		$return = true;