Descargar Manual PHP en XML

[DeeR]

Que tal a todos.

¿ Alguien sabe donde o como, descargar el Manual Oficial de PHP en español , pero en XML ?

Como pueden ver en http://cvs.php.net/viewvc.cgi/phpdoc-es/ esta el Manual de PHP en XML, pero considero una lata bajar apendice y capitilo por parte (estimo que deben ser 5909 ficheros (como la version html suelta ) ).

La necesito en formato XML, ya que de esta forma seria muy facil ( para mi y para todos) intergrarla a nuestro sitio (sin perder el formato de nuestra web), o insertarla en una bd, etc etc ... inclusive mi idea es comprimir todo en un fichero gzip , luego segun el xml que se pida se extrae y se lee (si lo se, es sobrecargar el CPU, pero total el hosting es de paga y tengo poco espacio xD ).

Me imagino que debe estar el enlace en alguna parte para descargar todos los XML juntos, o alguien los debe tener.

Si no tendre que bajar uno por uno los XML ... o comenzar a parsear los ficheros html


Me disculpo, Si es que esta el enlace directo a descargar todos los XML (no lo veo realmente ).

[DeeR]

* Posteo simplemente solo si alguien en el futuro tiene la misma duda, y no ha encontrado solucion :P :P

Bueno , como no pude descargar el Manual en Español en formato XML , en el cvs ese , no estan todos los archivos buuu ...

No me quedo otra que Parsear cada documento HTML, quitar a lo menos la cabezera y pies, y solo dejar el contenido de almedio. Luego meter esos datos en un archivo simple xml que me servia para mis propositos.

Código PHP:

  <? 
// Vamos a Parsear Contenido HTML 
// ******************************************************** 
// Tiempo de Ejecucion 
$mtime = microtime(); 
$mtime = explode(" ",$mtime); 
$mtime = $mtime[1] + $mtime[0]; 
$tiempoinicial = $mtime; 
// ******************************************************** 
$ruta='C:\\Programas\\Internet\\EasyPHP1-8\\www\\php\\html\\'; 
$dir=dir($ruta); 
$j=0; 
 
 
function generarxml($archivo,$datos) 
{ 
     $archivo=str_replace(".html",".xml",$archivo); 
     $datos['articulo']=str_replace("&","&amp;",$datos['articulo']);     
    $datos['articulo']=str_replace("<","&lt;",$datos['articulo']); 
    $datos['articulo']=str_replace(">","&gt;",$datos['articulo']); 
    $datos['articulo']=str_replace("'","&apos;",$datos['articulo']);         
    $datos['articulo']=str_replace('"',"&quot;",$datos['articulo']);         
     
     
     
     
    $xml='<?xml version="1.0" encoding="iso-8859-1"?> 
<channel> 
<titlemain>'.utf8_decode($datos["titulo"]).'</titlemain> 
<language>es-cl</language> 
<autor>http://deerme.org</autor> 
<home_title>'.utf8_decode($datos["home"]["title"]).'</home_title> 
<home_url>'.utf8_decode($datos["home"]["url"]).'</home_url> 
<up_title>'.utf8_decode($datos["up"]["title"]).'</up_title> 
<up_url>'.utf8_decode($datos["up"]["url"]).'</up_url> 
<prev_title>'.utf8_decode($datos["prev"]["title"]).'</prev_title> 
<prev_url>'.utf8_decode($datos["prev"]["url"]).'</prev_url> 
<next_title>'.utf8_decode($datos["next"]["title"]).'</next_title> 
<next_url>'.utf8_decode($datos["next"]["url"]).'</next_url> 
<apex>'.utf8_decode($datos["apendice"]).'</apex> 
<description><![CDATA['.utf8_decode($datos["articulo"]).']]></description> 
</channel>'; 
 
    // Generamos el Archivo 
    $ruta='C:\\Programas\\Internet\\EasyPHP1-8\\www\\php\\xml\\'; 
 
    if ($file = fopen($ruta.$archivo,  "w")) 
    {  
        fputs($file, $xml);     
           fclose($file);  
    }   
 
 
 
 
 
} 
 
 
 
 
 
while ( $elemento = $dir->read() ) 
{     
     // Evitamos el . y ... 
    if ( ($elemento != '.') and ($elemento != '..')) 
    { 
          
        if ( is_file($ruta.$elemento) ) 
        {    
            $leer = fopen($ruta.$elemento,"r");  
            $i='0'; 
         
            while( !feof($leer) ) 
            { 
                $texto = $texto . fgets($leer,4096); 
                $i++; 
            } 
            fclose($leer); 
 
             
            $texto=str_replace("\n"," ",$texto); 
            $texto=str_replace("\r"," ",$texto); 
             
             
             
            //************** 
            // Titulo 
            if (eregi("<TITLE >(.*)</TITLE >", $texto, $title)) 
            { 
                $archivo['titulo']= $title[1]; 
                $is_title = true; 
                 
            } 
            //************** 
            // Home          
            // <LINK REL="HOME" TITLE="Manual de PHP" HREF="index.html"> 
            if ( preg_match('|<LINK REL="HOME" TITLE="(.*?)" HREF="(.*?)">|is', $texto, $title) ) 
            { 
                 $archivo['home']['title']=$title[1]; 
                $archivo['home']['url']=$title[2];     
            } 
            // UP             
            // <LINK REL="UP" TITLE="Sobre el manual" HREF="about.html"> 
            if ( preg_match('|<LINK REL="UP" TITLE="(.*?)" HREF="(.*?)">|is', $texto, $title) ) 
            { 
                 $archivo['up']['title']=$title[1]; 
                $archivo['up']['url']=$title[2];     
            } 
            // Prev             
            // <LINK REL="PREVIOUS" TITLE="Como ayudar a mejorar la documentación" HREF="about.howtohelp.html"> 
            if ( preg_match('|<LINK REL="PREVIOUS" TITLE="(.*?)" HREF="(.*?)">|is', $texto, $title) ) 
            { 
                 $archivo['prev']['title']=$title[1]; 
                $archivo['prev']['url']=$title[2];     
            } 
            // Next            
            // <LINK REL="NEXT" TITLE="Traducciones" HREF="about.translations.html"> 
            if ( preg_match('|<LINK REL="NEXT" TITLE="(.*?)" HREF="(.*?)">|is', $texto, $title) ) 
            { 
                 $archivo['next']['title']=$title[1]; 
                $archivo['next']['url']=$title[2];     
            } 
             
             
            // Apendice 
            // <TD WIDTH="80%" ALIGN="center" VALIGN="bottom" >Apéndice R. Sobre el manual</TD > 
            if ( preg_match('|<TD WIDTH="80%" ALIGN="center" VALIGN="bottom" >(.*?)</TD >|is', $texto, $title) ) 
            { 
                 $archivo['apendice']=$title[1]; 
                     
            } 
            // Cuerpo del Mensaje 
            // <H1 ...... </DIV ><DIV CLASS="NAVFOOTER" > 
            if ( preg_match('|<H1 >(.*?)</DIV ><DIV CLASS="NAVFOOTER" >|is', $texto, $title) ) 
            { 
                 $archivo['articulo']=$title[1]; 
                 $archivo['articulo']=str_replace('</DIV ><DIV CLASS="NAVFOOTER" >','',$archivo['articulo']); 
                     
            } 
            elseif ( preg_match('|<H1 CLASS="sect1" >(.*?)</DIV ><DIV CLASS="NAVFOOTER" >|is', $texto, $title)  ) 
            { 
                 $archivo['articulo']=$title[1]; 
                 $archivo['articulo']=str_replace('</DIV ><DIV CLASS="NAVFOOTER" >','',$archivo['articulo']); 
            } 
            elseif (  preg_match('|<HR ALIGN="LEFT" WIDTH="100%">(.*?)<HR ALIGN="LEFT" WIDTH="100%">|is', $texto, $title)  ) 
            { 
                 $archivo['articulo']=$title[1]; 
            } 
            //print_r($archivo); 
            generarxml($elemento,$archivo); 
             
 
                 
        }             
 
         
 
         
         
         
         
                         
    } 
    $texto=""; 
    $j++; 
} 
 
         
 
 
 
// ******* Estadistica 
$mtime = microtime(); 
$mtime = explode(" ",$mtime); 
$mtime = $mtime[1] + $mtime[0]; 
$tiempofinal = $mtime; 
$tiempototal = ($tiempofinal - $tiempoinicial); 
echo $tiempototal; 
// ********************************************************     
         
 
 
 
 
?>   

Lo cual crea XML con el Formato

Código:

<?xml version="1.0" encoding="iso-8859-1"?>
<channel>
<titlemain>Como encontrar más información sobre PHP</titlemain>
<language>es-cl</language>
<autor>http://deerme.org</autor>
<home_title>Manual de PHP</home_title>
<home_url>index.html</home_url>
<up_title>Sobre el manual</up_title>
<up_url>about.html</up_url>
<prev_title>Versiones de PHP documentadas en este manual</prev_title>
<prev_url>about.phpversions.html</prev_url>
<next_title>Como ayudar a mejorar la documentación</next_title>
<next_url>about.howtohelp.html</next_url>
<apex>Apéndice R. Sobre el manual</apex>
<description><![CDATA[&amp;lt;A NAME=&quot;about.more&quot; &amp;gt;Como encontrar más información sobre PHP&amp;lt;/A &amp;gt;&amp;lt;/H1 &amp;gt;&amp;lt;P &amp;gt;&amp;#13;   Este manual no pretende explicar practicas generales de    programación. Si vas a empezar a programar ó eres un    programador principiante, seguramente tendras dificultades para    aprender a programar en PHP usando solamente este manual. Te    será de gran ayuda utilizar otros textos más    orientados a principiantes. Una lista con libros sobre PHP puede    encontrarse en &amp;lt;A HREF=&quot;http://www.php.net/books.php&quot; TARGET=&quot;_top&quot; ]]></description>
</channel>

Lo cual de manera local, se demoro a lo menos 153 Segundos en parsear 5000 Archivos HTML y crear 5000 Archivos XML simples con esa estructura que defini :P, con lo cual pude crear mi objetivo lo cual era Insertar el Manual de PHP sin perder el Formato dentro de mi Sitio Web.

Saludos y ojala a alguien le sirva alguna vez la duda que yo tube hace varios dias atras. Muaks