From ba8e8f5fb86e4c44c290af77d90d306c87f6832f Mon Sep 17 00:00:00 2001
From: SansGuidon <sansguidon@noreply.gitea.zoemp.be>
Date: Wed, 2 Apr 2025 05:01:43 +0000
Subject: [PATCH] change(indieblog): enable refreshing feed with a certain date

---
 cron/generate_indieblog_daily_rss.php | 76 +++++++++++++--------------
 1 file changed, 38 insertions(+), 38 deletions(-)

diff --git a/cron/generate_indieblog_daily_rss.php b/cron/generate_indieblog_daily_rss.php
index e2a0640..978c09c 100644
--- a/cron/generate_indieblog_daily_rss.php
+++ b/cron/generate_indieblog_daily_rss.php
@@ -1,12 +1,26 @@
 <?php
-// php /app/data/scripts/generate_indieblog_daily_rss.php dry-run max-results=150
+// php /app/data/scripts/generate_indieblog_daily_rss.php dry-run max-results=150 date=YYYY-MM-DD
 // Configuration
 $jsonUrl = "https://indieblog.page/export";
 $rssFile = "/app/data/public/indieblogv2_feed.xml";
 $cacheFile = "/app/data/cache/indieblogv2_cache.txt";
-$cutoffDate = strtotime('-10 days'); // Seulement les 10 derniers jours
+$cutoffDate = strtotime('-10 days'); // Only last 10 days
 
-// Liste des mots/expressions à exclure (insensibilité à la casse activée avec `(?i)`)
+// Allow target date override via CLI: date=YYYY-MM-DD
+$targetDate = null;
+if (PHP_SAPI === 'cli') {
+    foreach ($argv as $arg) {
+        if (preg_match('/^date=(\d{4}-\d{2}-\d{2})$/', $arg, $matches)) {
+            $targetDate = $matches[1];
+            break;
+        }
+    }
+}
+if (!$targetDate) {
+    $targetDate = date('Y-m-d');
+}
+
+// List of exclude patterns (case insensitive)
 $excludePatterns = [
     '(?i)(azure|powershell|rimworld|Olympique|Olympic|Paris 2024|sportif|windows|twitter|freebsd|mastodon|kirby|flask|wp engine|cobol)',
     '(?i)(metalcore|deathcore|death metal|black metal|death punk|deathpunk|djent|blackmetal|blackened|bitcoin)',
@@ -20,42 +34,32 @@ $excludePatterns = [
     '(?i)(Review: (?:[1-3]\.\d|[1-2]\.\d|3\.0)/5\.0|licenciement|misère|du jamais vu|il faut|Palestiniens|israél|palestine|vaccin|mpox|épidémie|violeur|rapist|pédo|criminel|poutine|le RN)',
     '(?i)(réseau social x|gendarme|policier|kurde|condamnation|perquisition|incendi|gabriel attal|attaqué|justice|tués par|tué par|snapdragon|qualcomm|porn|barnier|occultes|désinformation|immigration|racism|spacex|islam|condamné|de viol|pour viol)',
 
-    // Années au début, à la fin, ou précédées de "at/in/of", ou au milieu des titres spécifiques
+    // Year-related filters
     '(?i)(\b\d{4}\b|(?:\b(?:at|in|of)\s\d{4}\b)|(?:\b\d{4}\b\.$|\(\d{4}\)))',
-    '(?i)(^202\d\b|\b202\d$)', // Titre commençant ou terminant par 202x
-    '(?i)(\bin\s202\d|\bat\s202\d)', // "in/at 202x"
-    '(?i)(my\s.*\b202\d\b)', // Titres contenant "My ... 202x"
-    // Exclusion des titres contenant des caractères non-latins (Unicode étendu)
-    '[^\x00-\x7F]', // Tous les caractères non-ASCII (inclut Unicode comme chinois, cyrillique, etc.)
-    '[\p{Cyrillic}]', // Caractères cyrilliques (russe, ukrainien, etc.)
-    '[\p{Greek}]', // Alphabet grec
-    '[\p{Han}\p{Hiragana}\p{Katakana}]', // Chinois, japonais, coréen
-    '[äöüßÄÖÜẞ]', // Allemand (umlauts et eszett)
-
-    // Titres spécifiques
-    '(?i)(വേമ്പനാട്ട്)', // Malayâlam
-
-    // Week notes et expressions relatives au nouvel an
+    '(?i)(^202\d\b|\b202\d$)',
+    '(?i)(\bin\s202\d|\bat\s202\d)',
+    '(?i)(my\s.*\b202\d\b)',
+    // Exclude non-ASCII characters, Cyrillic, Greek, Han, etc.
+    '[^\x00-\x7F]',
+    '[\p{Cyrillic}]',
+    '[\p{Greek}]',
+    '[\p{Han}\p{Hiragana}\p{Katakana}]',
+    '[äöüßÄÖÜẞ]',
+    '(?i)(വേമ്പനാട്ട്)',
     '(?i)(the week|week notes|weekly|weeknote|digest)',
     '(?i)(new year|yearly)',
-    
-    // Mentions de jours ou mois (en anglais), ou relatifs au temps
     '(?i)(monday|tuesday|wednesday|thursday|friday|saturday|sunday)',
     '(?i)(january|february|march|april|may|june|july|august|september|october|november|december)',
     '(?i)(today|yesterday|tomorrow|this year|this week)',
-
-    // "Merry Christmas"
     '(?i)(merry christmas)'
 ];
-// Corrige les barres obliques pour qu'elles ne cassent pas `preg_match`
+// Fix slashes for regex
 $excludePatterns = array_map(fn($pattern) => str_replace('/', '\/', $pattern), $excludePatterns);
-
-// Crée une expression régulière unique pour matcher toutes les exclusions
 $excludeRegex = '/' . implode('|', $excludePatterns) . '/i';
 
-// Vérifier si le script est en mode dry run
+// Check for dry-run mode
 $isDryRun = in_array('dry-run', $argv);
-$maxResults = 100; // Limite par défaut pour la sortie
+$maxResults = 100; // Default limit
 foreach ($argv as $arg) {
     if (preg_match('/^max-results=(\d+)$/', $arg, $matches)) {
         $maxResults = (int)$matches[1];
@@ -73,7 +77,7 @@ if (!$data) die("Error: Invalid JSON data from $jsonUrl\n");
 
 $includedIds = file_exists($cacheFile) ? file($cacheFile, FILE_IGNORE_NEW_LINES) : [];
 
-// Filtrer les articles récents, non déjà inclus, et ne contenant pas de termes exclus
+// Filter recent articles, not already included, and not matching exclude regex
 $newItems = [];
 $excludedItems = [];
 
@@ -81,11 +85,9 @@ foreach ($data as $item) {
     if (!isset($item['published'], $item['itemid'], $item['itemtitle'])) {
         continue;
     }
-
     $published = $item['published'];
     $itemId = $item['itemid'];
     $itemTitle = $item['itemtitle'];
-
     if (in_array($itemId, $includedIds) || $published < $cutoffDate || preg_match($excludeRegex, $itemTitle)) {
         $excludedItems[] = $item;
     } else {
@@ -96,18 +98,15 @@ foreach ($data as $item) {
 usort($newItems, fn($a, $b) => $b['published'] <=> $a['published']);
 usort($excludedItems, fn($a, $b) => $b['published'] <=> $a['published']);
 
+// Dry run: display filtered items
 if ($isDryRun) {
-    // Mode dry-run : afficher les entrées incluses et exclues
     echo "=== Dry Run Mode ===\n";
-
     $showIncluded = array_slice($newItems, 0, $maxResults);
     $showExcluded = array_slice($excludedItems, 0, $maxResults);
-
     echo "Filtered IN (" . count($newItems) . " total, showing up to $maxResults):\n";
     foreach ($showIncluded as $item) {
         echo "- " . ($item['itemtitle'] ?? 'No title') . "\n";
     }
-
     echo "\nFiltered OUT (" . count($excludedItems) . " total, showing up to $maxResults):\n";
     foreach ($showExcluded as $item) {
         echo "- " . ($item['itemtitle'] ?? 'No title') . "\n";
@@ -115,12 +114,15 @@ if ($isDryRun) {
     exit(0);
 }
 
-// Groupement par jour pour les nouveaux éléments
+// Group items only for the target date
 $groupedByDay = [];
 foreach ($newItems as $item) {
     $day = isset($item['published']) && is_numeric($item['published'])
         ? date('Y-m-d', $item['published'])
         : date('Y-m-d');
+    if ($day !== $targetDate) {
+        continue;
+    }
     $groupedByDay[$day][] = $item;
 }
 
@@ -141,19 +143,16 @@ foreach ($groupedByDay as $day => $items) {
     $rssItem->addChild('link', "https://indieblog.page/$day#" . md5(json_encode($items)));
     $rssItem->addChild('guid', "https://indieblog.page/$day#" . md5(json_encode($items)));
     $rssItem->addChild('pubDate', date(DATE_RSS, strtotime($day)));
-
     $description = "<ul>";
     foreach ($items as $item) {
         $postTitle = htmlspecialchars($item['itemtitle'] ?? 'No title', ENT_XML1);
         $postUrl = htmlspecialchars($item['itemurl'] ?? '#', ENT_XML1);
         $blogTitle = htmlspecialchars($item['feedtitle'] ?? 'Unknown Blog', ENT_XML1);
         $blogUrl = htmlspecialchars($item['feedurl'] ?? '#', ENT_XML1);
-
         $description .= "<li><a href=\"$postUrl\">$postTitle</a> (<a href=\"$blogUrl\">$blogTitle</a>)</li>";
         $newEntries[] = $item['itemid'];
     }
     $description .= "</ul>";
-
     addCData($rssItem->addChild('description'), $description);
 }
 
@@ -169,3 +168,4 @@ function addCData(SimpleXMLElement $node, $content)
     $domOwner = $domNode->ownerDocument;
     $domNode->appendChild($domOwner->createCDATASection($content));
 }
+?>