Files
noteflow/services/rss-scheduler-v2.js
T
Claude 95e263dd3f REFONTE: Système RSS V2 - Réécriture complète
Problèmes résolus:
- Articles non mis à jour (toujours 12 nov au lieu de 14 nov)
- Détection de doublons défaillante
- Cache trop agressif bloquant les nouveaux articles
- Logique complexe et difficile à déboguer

Architecture V2 (simple et robuste):

**services/rss-scheduler-v2.js**
- Détection doublons SIMPLE: uniquement par lien
- Pas de double vérification titre+date (trop complexe)
- Nettoyage automatique (garde les 100 derniers)
- Logs clairs pour chaque étape
- Fetch séquentiel pour éviter les races
- Timeout robuste (15s par flux)

**routes/rss.routes-v2.js**
- Suppression du cache de 30s
- Requêtes SQL directes simples
- Pas de logique de filtre temporel compliquée
- Endpoint /refresh déclenche un fetch immédiat
- Logs cohérents

**Scripts utilitaires**
- reset-rss.js: Nettoie complètement la DB RSS
- migrate-to-rss-v2.js: Migre de V1 à V2
- Plus tous les scripts de debug existants

Backups:
- rss-scheduler.js.backup (ancien système)
- rss.routes.js.backup (ancien système)

Migration:
1. node scripts/reset-rss.js (optionnel, nettoie la DB)
2. Redémarrer le serveur
3. Ajouter les flux RSS via l'interface
4. Les articles seront récupérés toutes les 2 minutes

Résultat attendu:
- Les nouveaux articles apparaissent dans les 2 minutes
- Pas de doublons même avec liens changeants
- Affichage du plus récent au plus ancien
- Système simple, maintenable et debuggable
2025-11-14 07:08:13 +00:00

234 lines
6.7 KiB
JavaScript

// Service RSS NOUVEAU - Architecture simple et robuste
const Parser = require('rss-parser');
const { getAll, getOne, runQuery } = require('../config/database');
const logger = require('../config/logger');
const parser = new Parser({
timeout: 10000,
headers: {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
}
});
let isRunning = false;
// Configuration
const MAX_ARTICLES_PER_FEED = 100; // Garder max 100 articles par flux
const FETCH_INTERVAL = 2 * 60 * 1000; // 2 minutes
const STARTUP_DELAY = 5000; // 5 secondes
/**
* Récupérer et stocker les articles d'un flux
*/
async function fetchSingleFeed(feed) {
const startTime = Date.now();
let newArticlesCount = 0;
try {
logger.info(`⏳ Récupération: ${feed.title || feed.url}`);
// Parser le flux avec timeout
const parsedFeed = await Promise.race([
parser.parseURL(feed.url),
new Promise((_, reject) =>
setTimeout(() => reject(new Error('Timeout après 15s')), 15000)
)
]);
// Mettre à jour les infos du flux
await runQuery(
'UPDATE rss_feeds SET title = ?, description = ?, last_fetched_at = CURRENT_TIMESTAMP WHERE id = ?',
[parsedFeed.title || feed.url, parsedFeed.description || '', feed.id]
);
// Traiter les articles (prendre les 50 premiers)
const items = parsedFeed.items.slice(0, 50);
logger.debug(` ${items.length} articles dans le flux`);
for (const item of items) {
try {
// Validation minimale
if (!item.title || !item.link) {
logger.debug(` ⚠️ Article ignoré: pas de titre ou lien`);
continue;
}
// Normaliser la date
let pubDate;
try {
const dateStr = item.pubDate || item.isoDate;
pubDate = dateStr ? new Date(dateStr).toISOString() : new Date().toISOString();
// Vérifier que la date est valide
if (isNaN(new Date(pubDate).getTime())) {
pubDate = new Date().toISOString();
}
} catch (e) {
pubDate = new Date().toISOString();
}
// Vérifier si l'article existe UNIQUEMENT par lien
// Simple et fiable
const existing = await getOne(
'SELECT id FROM rss_articles WHERE link = ?',
[item.link]
);
if (!existing) {
// Nouvel article - l'ajouter
await runQuery(
`INSERT INTO rss_articles (feed_id, title, link, description, pub_date, content)
VALUES (?, ?, ?, ?, ?, ?)`,
[
feed.id,
item.title.trim(),
item.link,
item.contentSnippet || item.description || '',
pubDate,
item.content || item['content:encoded'] || ''
]
);
newArticlesCount++;
logger.debug(` ✓ Ajouté: ${item.title.substring(0, 60)}...`);
}
} catch (articleError) {
// Log mais continue
if (articleError.message.includes('UNIQUE')) {
logger.debug(` - Doublon: ${item.title?.substring(0, 60)}...`);
} else {
logger.warn(` ⚠️ Erreur article: ${articleError.message}`);
}
}
}
// Nettoyer les vieux articles (garder les N derniers)
const articlesCount = await getOne(
'SELECT COUNT(*) as count FROM rss_articles WHERE feed_id = ?',
[feed.id]
);
if (articlesCount.count > MAX_ARTICLES_PER_FEED) {
const toDelete = articlesCount.count - MAX_ARTICLES_PER_FEED;
await runQuery(`
DELETE FROM rss_articles
WHERE id IN (
SELECT id FROM rss_articles
WHERE feed_id = ?
ORDER BY pub_date ASC
LIMIT ?
)
`, [feed.id, toDelete]);
logger.debug(` 🗑️ ${toDelete} anciens articles supprimés`);
}
const duration = ((Date.now() - startTime) / 1000).toFixed(2);
logger.info(`✅ ${feed.title}: ${newArticlesCount} nouveaux (${duration}s)`);
return { success: true, newArticles: newArticlesCount };
} catch (error) {
const duration = ((Date.now() - startTime) / 1000).toFixed(2);
logger.error(`❌ ${feed.title || feed.url}: ${error.message} (${duration}s)`);
return { success: false, error: error.message };
}
}
/**
* Récupérer tous les flux activés
*/
async function fetchAllFeeds() {
if (isRunning) {
logger.debug('⏭️ Fetch déjà en cours, skip');
return { skipped: true };
}
isRunning = true;
const globalStart = Date.now();
try {
logger.info('🔄 === Début mise à jour RSS ===');
// Récupérer tous les flux activés
const feeds = await getAll('SELECT * FROM rss_feeds WHERE enabled = 1');
if (!feeds || feeds.length === 0) {
logger.info('⚠️ Aucun flux RSS activé');
return { feeds: 0, newArticles: 0 };
}
logger.info(`📰 ${feeds.length} flux à traiter`);
let totalNew = 0;
let successCount = 0;
let errorCount = 0;
// Traiter chaque flux séquentiellement
for (const feed of feeds) {
const result = await fetchSingleFeed(feed);
if (result.success) {
successCount++;
totalNew += result.newArticles;
} else {
errorCount++;
}
}
const totalDuration = ((Date.now() - globalStart) / 1000).toFixed(2);
logger.info(`✅ === Fin: ${totalNew} nouveaux articles (${successCount} OK, ${errorCount} erreurs, ${totalDuration}s) ===`);
return {
feeds: feeds.length,
newArticles: totalNew,
success: successCount,
errors: errorCount
};
} catch (error) {
logger.error('❌ Erreur globale fetch RSS:', error);
return { error: error.message };
} finally {
isRunning = false;
}
}
/**
* Démarrer le scheduler
*/
function startScheduler() {
logger.info('📰 === RSS Scheduler V2 démarré ===');
logger.info(`Configuration: fetch toutes les ${FETCH_INTERVAL / 60000} minutes`);
logger.info(`Max articles par flux: ${MAX_ARTICLES_PER_FEED}`);
// Premier fetch après le démarrage
setTimeout(() => {
logger.info('🚀 Premier fetch RSS...');
fetchAllFeeds().catch(err => {
logger.error('Erreur premier fetch:', err);
});
}, STARTUP_DELAY);
// Fetch régulier
setInterval(() => {
fetchAllFeeds().catch(err => {
logger.error('Erreur fetch périodique:', err);
});
}, FETCH_INTERVAL);
}
/**
* Fetch manuel (API)
*/
async function manualFetch() {
logger.info('🔄 Fetch manuel déclenché');
return await fetchAllFeeds();
}
module.exports = {
startScheduler,
manualFetch,
fetchAllFeeds
};