php copy content

Buna seara ,

Sunt incepator in ceea ce priveste php si as avea nevoie de putin ajutor chiar daca imi voi prinde urechile.

Caut un code php , un script , o indicatie , orice despre problema mea si anume :

Am un site exemplu site "mama" pe care am o pagina php , care imi genereaza un continut din mysql si anume o propozitie simpla + link. ( ex : site.ro )

Ei bine ce doresc eu sa pot copia continutul acestei pagini pe alte site`uri de a le mele (sa spunem site`uri "fiu" )dar nu sub forma de <iframe> din cate am inteles nu e bun prieten cu tovarashu`l google , iar cum vizitele vin majoritatea de pe google pica ideea.

Vreau o alternativa la iframe... ca sa pot insera continutul pagini mama pe site`urile mele celelalte adika site`urile "fiu", dar si google sa indexeze continutul mama ca fiind unul a site`urilor "fiu" propozitia mea adika si un link.

Am auzit pe cineva spunand ca se poate prin get_content si mai nush ce ,ca fiind un fisier php pe site`urile "fiu" conectanduse la site`ul "mama" copiind content`ul si scriindul intrun fisier html,php (ex: test.php sau test.html)... desigur acest fisier aflanduse pe siturile "fiu"

Iar prin acest fisier (test.php) sa pot afisa continutul pagini "mama" folosind functia include pentru a o integra undeva pe site`urile "fiu" iar ca google sa indexe`ze continutul

Are cineva idee ? (scuzati expresile mama - fiu dar pentru a ma explica mai bine)

Multumesc anticipat !

Din moment ce ai zis că site-ul mamă este al tău, extrage pur și simplu din baza de date contentul de la site-ul "mamă" și afișează-l cum vrei pe site-ul "fiu". Simple as that.
Citește câteva tutoriale despre php și mysql și vei vedea cât de ușor e să-l faci.

Problema sta in felul urmator site`ul "mama" e pe un server situ`at in USA , iar celelalte hosting romania .... si vreau sa le dau si altor site`uri privilegiul de asi adauga content`ul mama pe site`ul lor acesta trebuind index`at de google ca content al lor.

- daca siteurile "fiu" sunt ale tale, poti sa preiei informatiile direct din baza de date "mama" (trebuie doar sa oferi acces la baza de date si altor siteuri, vezi despre Remote MySQL - ai si in cPanel)

- alta metoda e sa creezi un RSS si alte siteuri sa il preia

- alta metoda e sa creezi un "widget" pe siteul mama, unde afisezi ce te intereseaza, widget care sa fie preluat de alte siteuri

- sau cod PHP in siteurile fiu:

Cod PHP:

---

// preluate pagina:
$url = "http://www.site.ro/file.php";

// Extragere cod HTML si punerea codului in variabila $page
$page = file_get_contents($url);

//eliminare formatari si extragere text:
$continut = strip_tags($page); 


---

Dpmdv a 4 metoda cu PHP cade pentru ca file_get_content este o functie blocking si nu va lasa codul sa se ruleze mai departe pana cand nu va fi luat tot continutul de la $url. Situatia devine dramatica in cazul in care un vizitator din romania viziteaza situl din romania , pe care se citeste continut de pe cel din SUA.Mai concret din Romania pana la cel mai bun host din SUA latencyul e de minim 120 ms, la care se adauga timpul de procesare a acelei pagini pe acel server (la un loc fiind minim 200ms -asta in cazul cel mai bun) , dupa care se adauga si latencyul de pe serverul din romania si ajungi sa ti se incarce o pagina hostata pe un server din Romania la minim ~400ms( iar in acest timp, CSS-ul nu se va randa in browser, macar sa dea effect ca se incarca pagina sau ceva.)

Daca mai pui la calcul ca in general se pierd packete pe drum , mai ales din SUA pana in romania, nu o sa fie destul de placut sa astepti pana se incarca pagina.

Citat:

---

Postat în original de deadworldisee

Dpmdv a 4 metoda cu PHP cade pentru ca file_get_content este o functie blocking si nu va lasa codul sa se ruleze mai departe pana cand nu va fi luat tot continutul de la $url. Situatia devine dramatica in cazul in care un vizitator din romania viziteaza situl din romania , pe care se citeste continut de pe cel din SUA.Mai concret din Romania pana la cel mai bun host din SUA latencyul e de minim 120 ms, la care se adauga timpul de procesare a acelei pagini pe acel server (la un loc fiind minim 200ms -asta in cazul cel mai bun) , dupa care se adauga si latencyul de pe serverul din romania si ajungi sa ti se incarce o pagina hostata pe un server din Romania la minim ~400ms( iar in acest timp, CSS-ul nu se va randa in browser, macar sa dea effect ca se incarca pagina sau ceva.)

Daca mai pui la calcul ca in general se pierd packete pe drum , mai ales din SUA pana in romania, nu o sa fie destul de placut sa astepti pana se incarca pagina.

---

In loc de file_get_content poti folosi CURL, care e mai rapid decat file_get_content.
Fac zilele astea niste teste cu un motor de cautare propriu, cu spider propriu.
Daca de ex. cu file_get_content "preluam" continutul unei pagini mari (sute de kB) in peste 10 secunde, cu CURL aceeasi pagina o indexam in aprox. 2-3 secunde.
E mai mult cod de scris la CURL dar e mai eficient si are mai multe avantaje.

Care e interesul sa postezi acelasi lucru pe 5 siteuri diferite? Sunt eu un pic adormit sau e duplicate content, adica useless?

In cazul in care continutul pe care il preiei nu se schimba prea des, poti utiliza un sistem simplu de cache.
Pe siteul mama, creezi un fisier, sa-l denumim extern.php unde afisezi continutul in format html/xml in functie de cum il vei folosi mai departe.
Pe siteurile fii, cum bine a precizat Netul, folosesti cURL pentru a citi fisierul extern.php astfel:

Cod PHP:

---

$cache_file = 'cache.tmp';
$expire = 60*60; // o ora
if(file_exists($cache_file) and filemtime($cache_file)>=time()-$expire)
{
  readfile($cache_file);
}
else
{
  curl_setopt($ch, CURLOPT_URL, "http://www.example.com/extern.php");
  curl_setopt($ch, CURLOPT_HEADER, 0);
  curl_setopt($ch, CURLOPT_RETURNTRANSFER, 0);
  $response = curl_exec($ch);
  curl_close($ch);
  echo $response;
  file_put_contents($cache_file, $response);
} 


---

Desigur, daca poti sa setezi cronjoburi, setezi citirea fisierului extern intr-un cronjob.

Netul,hyperion nu ati inteles la ce m-am referit. Nu am facut referire la functia file_get_contents in sine ci la faptul ca este o functie blocking, exact ca si curl_exec !
Va pot spune sigur ca functia curl_exec nu face diferenta majora incat sa se simta la incarcare in comparatie cu file_get_contents in momentul cand este vorba de 1 singur url. Curl este bun doar la preluat continut in paralel simultan de pe mai multe urluri.

Oricum cea mai buna solutie ramane a lui hyperion cea prin caching si iti recomand sa activezi gzip pe acel site.

Parerea mea este sa faci prin jquery un postcall la un script care sa returneze continutul de pe situl mama ,astfel situl tau din romania o sa se incarce la fel de repede si cand primeste continutul de la situl mama , il va pune in pagina prin Jquery.
Solutia asta e buna in cazul in care se face update des si la intervale de timp inegale la baza de date.

deadworldisee, am inteles perfect ce ai vrut sa spui, de asta am sugerat si metoda preluarii in cronjob. Intr-adevar, file_get_contents si cURL blocheaza scriptul pana cand isi termina treaba. De asta, conform solutiei mele, un utilizator pe ora va citi serverul din SUA, restul il vor citi pe cel din Romania. Acest lucru este eliminat complet in cazul folosirii unui cronjob. Nici un utilizator nu va mai citi din SUA.
Metoda cu jquery este buna in cazul in care esti interesat doar de utilizator sa vada acel continut. Daca vrei ca si google sa vada continutul, e o problema.

Cel mai bine e sa importi regulat continutul in bazele de date ale site-urilor secundare:
- Pe site-ul principal creezi un feed rss special pt a fi citit de alte site-uri
- Pe site-urile secundare faci o pagina care va citi la intervale fixe acel feed rss si va scrie continutul in baza de date. (apelat prin cronjob)
- Pe site-urile secundare vei afisa continutul extras din baza de date (continut importat anterior).

Singurul dezavantaj este faptul ca pe site-urile secundare e posibil sa nu ai acelasi continut ca pe cel principal (updateurile se pot face cu oarecare intarziere).
Daca site-ul principal nu se actualizeaza f des atunci poti forta copierea continutului prin apelarea (in iframe) a paginilor care fac importarea la actualizarea unei pagini, dar e o solutie cam ciudata si nu o recomand :). (de ex in pagina de confirmare incluzi iframe-urile ce importa continutul)

Multumesc mult . Am rezolvat cu CURL . Acum mai am o intrebare ... daca continutul este preluat de pe site`ul mama prin metoda cu CURL pe site`ul fiu ... google imi va indexa pagina ? cea de pe site`ul fiu ca fiind una proprie a site`ului fiu nu ? sau e acelasi criteriu ca la iframe adika noindex :(?

E mai degraba ca un copy / paste (continut duplicat).

Nu ma intereseaza asta deoarece la site`ul mama e pus nonindex mar interesa daca pe cealalta pagina de exemplu cea fiu ... google indexeaza cele preluate de pagina mama prin metoda CURL

Citat:

---

Postat în original de reallast

Nu ma intereseaza asta deoarece la site`ul mama e pus nonindex mar interesa daca pe cealalta pagina de exemplu cea fiu ... google indexeaza cele preluate de pagina mama prin metoda CURL

---

Nu conteaza prin ce le iei, important e cum le afisezi.

Ok mersi , deci sa inteleg ca aceasta metoda e indexata de google ca continut propriu ?

Da, este indexata daca o afisezi intr-un mod prin care google o poate citi.