Aufräumen von RSS-Importen #

Lesen Sie diese Seite, wenn Ihre Website RSS-Feeds importiert oder wenn Sie die Erweiterung bccleanuprss verwendet haben. Ein RSS-Import legt für jeden Eintrag im Feed ein Objekt an und entfernt nie eines. Eine Website, die einen lebhaften Feed importiert, wächst daher unbegrenzt: Der Zielordner erreicht Zehntausende Unterelemente, die Administrationsoberfläche wird darauf langsam, der Suchindex füllt sich mit Einträgen, die niemand mehr liest, und die nächtliche Sicherung trägt alles mit. Seit 6.0.15 kann der Kernel das für Sie stutzen: Behalten Sie die neuesten N Einträge jedes aktiven RSS-Imports; entfernen Sie den Rest.

Der Code ist aus der Erweiterung bccleanuprss von Brookins Consulting portiert (https://github.com/se7enxweb/bccleanuprss), GPL v2 oder neuer. Die Auswahlmethode des Originals bleibt erhalten; siehe Was beibehalten wurde und was sich geändert hat.

Kurz gesagt #

In fünf Minuten einrichten #

1. Fügen Sie zu settings/override/content.ini.append.php hinzu:

   [RSSImportCleanupSettings]
   Enabled=true
   KeepPerFeed=200
   ClassIdentifiers[]
   ClassIdentifiers[]=article
   MoveToTrash=true

2. Leeren Sie den INI-Cache: php bin/php/ezcache.php --clear-tag=ini --allow-root-user

3. Machen Sie einen Probelauf und lesen Sie die Liste: php bin/php/cleanuprss.php --dry-run --allow-root-user

4. Führen Sie es aus: php bin/php/cleanuprss.php --apply --allow-root-user

5. Planen Sie es nächtlich ein: php runcronjobs.php cleanuprss in Ihrer crontab.

Es tut nichts, bis Sie ihm sagen, was es entfernen soll #

Das hier entfernt Inhalte. Drei voneinander unabhängige Bedingungen müssen erfüllt sein, bevor es etwas anfasst, und keine davon ist in einer Installation erfüllt, die nicht dafür eingerichtet wurde:

1. Enabled=true
2. ClassIdentifiers[] nennt mindestens eine Klasse
3. KeepPerFeed ist mindestens 1

Ist eine davon nicht erfüllt, hält der Lauf an und sagt, welche:

$ php bin/php/cleanuprss.php
Nothing was removed: RSSImportCleanupSettings/Enabled is not true in content.ini.

Das ist kein Fehler — eine Installation, die nicht danach gefragt hat, ist der Normalfall. Sowohl das Skript als auch der Cronjob enden sauber, daher kann der Teil eingeplant werden, bevor er konfiguriert ist.

Einstellungen #

settings/content.ini, neben den eigenen Einstellungen des Imports. Überschreiben Sie sie wie alles andere pro Siteaccess.

[RSSImportCleanupSettings]
Enabled=false
KeepPerFeed=100
ClassIdentifiers[]
CleanupUser=admin
LogFile=rsscleanup.log
MoveToTrash=true

Eine funktionierende Konfiguration:

[RSSImportCleanupSettings]
Enabled=true
KeepPerFeed=200
ClassIdentifiers[]
ClassIdentifiers[]=article
MoveToTrash=true

Zu MoveToTrash #

true ist der Standard, weil eine automatische, geplante, endgültige Löschung von Inhalten ohne Weg zurück kein vernünftiger Standard ist. Beachten Sie, dass dann stattdessen der Papierkorb wächst — kombinieren Sie es mit dem Cronjob trashpurge.php, oder setzen Sie es auf false, sobald Sie der Klassenliste vertrauen.

Ausführen #

Von Hand #

php bin/php/cleanuprss.php --dry-run --allow-root-user
php bin/php/cleanuprss.php --apply --allow-root-user
php bin/php/cleanuprss.php --apply --keep=50 --allow-root-user
php bin/php/cleanuprss.php --apply -s my_siteaccess --allow-root-user
./console exp:cleanuprss --dry-run --allow-root-user     # the same script through the console

(--allow-root-user nur, wenn Sie als root ausführen. Der Probelauf wurde in dieser Installation ausgeführt und gab mit dem ausgelieferten Enabled=false die oben gezeigte Zeile „Nothing was removed“ aus.)

Dazu die gewöhnlichen Skriptoptionen (-s, -q, -d, --help).

Machen Sie auf einer Website, auf der Sie es noch nie ausgeführt haben, immer zuerst einen Probelauf. Er gibt jeden Eintrag, den er entfernen würde, mit Namen und Knoten-ID aus.

Als Cronjob #

php runcronjobs.php cleanuprss
./console cron:cleanuprss        # the same part through the console

Der Teil ist in settings/cronjob.ini deklariert:

[CronjobPart-cleanuprss]
Scripts[]=cleanuprss.php

Er ist ein benannter Teil und keines der Standard-Scripts[], daher läuft er nur, wenn er angefordert wird. Nächtlich ist meist richtig — gedrosselt werden muss der Import, nicht die Uhr.

Was es tatsächlich tut #

Für jeden aktiven Import (eZRSSImport::fetchActiveList()):

1. Nimm die destination_node_id des Imports. Überspringe den Feed, wenn er keine hat oder der Knoten nicht mehr existiert — das wird gemeldet, ist aber nicht fatal.
2. Frage die Unterelemente dieses Knotens ab, der konfigurierten Klassen, im Status veröffentlicht, Tiefe 1, nach den neuesten zuerst sortiert und um KeepPerFeed versetzt.
3. Was zurückkommt, ist per Definition der Überschuss; entferne ihn mit einem Aufruf.

Schritt 2 ist der ganze Trick, und er ist der des Originals. Da die Zahl der zu behaltenden Einträge der Offset der Abfrage ist, gibt es keinen zweiten Durchgang, der entscheidet, was wegkommt, und kein Zeitfenster, in dem die neuesten Einträge zurückgegeben werden könnten — die zu behaltenden Einträge überspringt die Datenbank.

Depth => 1 bedeutet nur direkte Unterelemente. Die eigenen Unterelemente eines Eintrags gehen mit, wenn er entfernt wird, aber ein Unterordner des Ziels wird nicht durchsucht.

Aus einem Template oder aus PHP #

$cleanup = new expCleanupRSS( array( 'dry-run' => true ) );

if ( $cleanup->isEnabled() )
{
    $cleanup->cleanup();
    $counts = $cleanup->counts();   // feeds, examined, removed
    $perFeed = $cleanup->perFeed(); // name, node, surplus
}
else
{
    echo $cleanup->reason();
}

Optionen des Konstruktors: dry-run, keep, quiet.

Was beibehalten wurde und was sich geändert hat #

Die Auswahlmethode — nach den neuesten zuerst sortiert, um die Zahl der zu behaltenden Einträge versetzt — ist die des Originals, und sie ist der Grund, warum es diese Portierung gibt und keine Neufassung.

Alles darum herum hat sich geändert, und die meisten Änderungen waren nicht kosmetisch:

Der Konstruktor im Stil von PHP 4 verdient eine Erklärung: PHP 8 hat sie entfernt, daher führte new BCCleanupRSS() diese Methode nicht mehr aus. Jede Eigenschaft, die sie setzte — rssLimit, rssClasses, logFile — blieb undefiniert, und die Klasse konnte auf keiner unterstützten PHP-Version überhaupt funktionieren.

Auch die Standard-Klassenliste verdient eine Erklärung. RSSClasses[]=1 ist in einer Standardinstallation folder. Standardmäßig eingeschaltet, gegen ein Ziel, das Ordner enthält, entfernt das Ordner.

Benennung #

Namen mit dem Präfix bc sind weg, da dies keine Erweiterung eines Anbieters mehr ist: BCCleanupRSS → expCleanupRSS, bccleanuprss.ini → ein Block in content.ini. Die Copyright-Zeilen von Brookins Consulting bleiben in jeder portierten Datei erhalten — das Branding geht, die Namensnennung nicht.

Dateien #

Tests #

Ein privates Funktionsskript baut seine eigene Testumgebung auf (einen Ordner, ein aktives eZRSSImport, das darauf zeigt, zwölf im Abstand von einer Stunde veröffentlichte Artikel und einen Ordner, der überleben muss, weil seine Klasse nicht auf der Liste steht) und prüft, dass jede der drei Bedingungen für sich ablehnt, dass ein Probelauf den Überschuss findet und nichts entfernt, dass ein echter Lauf genau die neuesten fünf übrig lässt, dass die nicht aufgeführte Klasse unberührt bleibt, dass ein zweiter Lauf nichts findet und dass das Entfernte aus dem Papierkorb wiederhergestellt werden kann. Es wird nicht ausgeliefert. Um das Verhalten selbst zu prüfen, folgen Sie „Ausführen“, zuerst mit --dry-run, auf einer Kopie der Installation.

Verwandte Seiten #

• RSS: Feed-Liste, Podcasts und sicherere Exporte und OPML-Exporte
• September 2026, erste Hälfte: 15. September
• Changelog 6.0.15
• Konsole für Cronjobs
• Spezifikation der Syndizierung