MovieLog_Server/fetch_movie.php

<?php
// ============================================
// 文件: fetch_movie.php (豆瓣版)
// 说明: 根据片名从豆瓣抓取电影信息，并把海报下载入库。
//       豆瓣对中文片名的收录最全（国产片 / 剧集 / 老片 / 冷门片都有），
//       英文片名同样可以命中（豆瓣会把英文名归到对应中文条目，如 Inception → 盗梦空间）。
//
// 数据来源（均为公开网页接口，非官方 API）：
//   1) 搜索   https://movie.douban.com/j/subject_suggest?q=片名
//   2) 详情   https://m.douban.com/rexxar/api/v2/movie/<id>
//   3) 海报   https://imgN.doubanio.com/...（需带 Referer）
//
// 用法: GET ?q=片名[&old_poster=上一次抓取、尚未采用的海报键]
// 返回: JSON  成功 -> { ok, source, title, year, genre, runtime, director,
//                        actors, plot, rating, country, alias,
//                        poster, poster_key, douban_id, douban_url }
//             失败 -> { error: "..." }
//
// 说明:
//   - poster     是给 <img> 预览用的地址（已落盘，走本站同源或存储直链）
//   - poster_key 是提交表单时应写入 movies.poster_path 的存储键
//   - 每次抓取都会把海报下载到 uploads/posters/，因此重复点击需要清理上一张
//     （前端把上一张的键回传为 old_poster，由本接口删除，避免堆积垃圾文件）
// ============================================

require_once __DIR__ . '/config.php';

header('Content-Type: application/json; charset=utf-8');

// 移动端 UA：豆瓣的移动端接口（rexxar）对移动端 UA 正常返回，
// 桌面 UA 打 PC 详情页会被反爬 302，因此统一用移动端 UA。
define('DOUBAN_UA', 'Mozilla/5.0 (iPhone; CPU iPhone OS 16_0 like Mac OS X) '
    . 'AppleWebKit/605.1.15 (KHTML, like Gecko) Version/16.0 Mobile/15E148 Safari/604.1');

// ---------------- 基础工具 ----------------

function fetchFail($msg, $http = 200) {
    if ($http !== 200) {
        http_response_code($http);
    }
    echo json_encode(['error' => $msg], JSON_UNESCAPED_UNICODE);
    exit;
}

// 发起一次 GET 请求，返回 [ok, http, body, err]
function httpGet($url, $referer = '', $accept = '') {
    $headers = [];
    if ($referer !== '') $headers[] = 'Referer: ' . $referer;
    if ($accept  !== '') $headers[] = 'Accept: ' . $accept;

    $ch = curl_init();
    curl_setopt_array($ch, [
        CURLOPT_URL            => $url,
        CURLOPT_RETURNTRANSFER => true,
        CURLOPT_FOLLOWLOCATION => true,
        CURLOPT_MAXREDIRS      => 3,
        CURLOPT_CONNECTTIMEOUT => 8,
        CURLOPT_TIMEOUT        => 15,
        CURLOPT_USERAGENT      => DOUBAN_UA,
        CURLOPT_HTTPHEADER     => $headers,
        CURLOPT_ENCODING       => '',      // 自动协商并解压 gzip
        CURLOPT_SSL_VERIFYPEER => true,    // 服务器已配置 CA 束，开启证书校验
        CURLOPT_SSL_VERIFYHOST => 2,
    ]);
    $body = curl_exec($ch);
    $http = (int)curl_getinfo($ch, CURLINFO_HTTP_CODE);
    $err  = curl_error($ch);
    curl_close($ch);

    if ($body === false) {
        return ['ok' => false, 'http' => $http, 'body' => '', 'err' => $err ?: '请求失败'];
    }
    if ($http < 200 || $http >= 300) {
        return ['ok' => false, 'http' => $http, 'body' => (string)$body, 'err' => 'HTTP ' . $http];
    }
    return ['ok' => true, 'http' => $http, 'body' => (string)$body, 'err' => ''];
}

function getJson($url, $referer = '') {
    $res = httpGet($url, $referer, 'application/json');
    if (!$res['ok']) {
        return ['ok' => false, 'err' => $res['err'], 'data' => null];
    }
    $data = json_decode($res['body'], true);
    if (!is_array($data)) {
        return ['ok' => false, 'err' => '返回内容不是合法 JSON（可能被反爬拦截）', 'data' => null];
    }
    return ['ok' => true, 'err' => '', 'data' => $data];
}

// 接口地址支持用环境变量覆盖，便于本地用 mock 服务做端到端测试
function doubanSearchEndpoint($q) {
    $base = getenv('MOVIELOG_DOUBAN_SEARCH');
    $base = $base ? rtrim($base, '/') : 'https://movie.douban.com/j/subject_suggest';
    return $base . '?q=' . rawurlencode($q);
}

function doubanDetailEndpoint($id) {
    $base = getenv('MOVIELOG_DOUBAN_DETAIL');
    $base = $base ? rtrim($base, '/') : 'https://m.douban.com/rexxar/api/v2/movie';
    return $base . '/' . rawurlencode($id);
}

function doubanDetailReferer($id) {
    $ref = getenv('MOVIELOG_DOUBAN_DETAIL_REF');
    return $ref ? $ref : ('https://m.douban.com/movie/subject/' . rawurlencode($id) . '/');
}

// 规范化片名用于匹配：去空白、去常见标点、转小写
function normalizeTitle($s) {
    $s = (string)$s;
    $s = preg_replace('/[\s\x{3000}]+/u', '', $s);
    $s = str_replace(['，', ',', '。', '·', '・', '：', ':', '！', '!', '？', '?', '、', '《', '》'], '', $s);
    return function_exists('mb_strtolower') ? mb_strtolower($s, 'UTF-8') : strtolower($s);
}

// 从搜索候选里挑出最可能的那一条：同名优先、有海报优先、有年份优先
function pickCandidate(array $list, $q) {
    $qNorm = normalizeTitle($q);
    $best = null;
    $bestScore = -1;
    foreach ($list as $item) {
        if (!is_array($item) || empty($item['id'])) continue;
        $type = isset($item['type']) ? (string)$item['type'] : 'movie';
        if (in_array($type, ['celebrity', 'person', 'actor', 'director'], true)) continue;

        $title = isset($item['title']) ? (string)$item['title'] : '';
        $sub   = isset($item['sub_title']) ? (string)$item['sub_title'] : '';

        $score = 0;
        if ($title !== '' && normalizeTitle($title) === $qNorm) $score += 5;
        if ($sub   !== '' && normalizeTitle($sub)   === $qNorm) $score += 5;
        if (!empty($item['img']))  $score += 2;   // 有海报
        if (!empty($item['year'])) $score += 1;   // 有年份，更像正式条目

        if ($best === null || $score > $bestScore) {
            $best = $item;
            $bestScore = $score;
        }
    }
    return $best;
}

// 把若干「名字对象」拼成字符串，如 [{'name':'饺子'}] -> '饺子'
function joinNames($list, $limit = 0) {
    if (!is_array($list)) return '';
    $names = [];
    foreach ($list as $it) {
        if (is_array($it) && !empty($it['name'])) {
            $names[] = (string)$it['name'];
        } elseif (is_string($it) && $it !== '') {
            $names[] = $it;
        }
    }
    if ($limit > 0) {
        $names = array_slice($names, 0, $limit);
    }
    return implode(' / ', $names);
}

// 把字符串数组拼成 ' / ' 分隔的字符串
function joinList($list, $limit = 0) {
    if (!is_array($list)) return '';
    $vals = [];
    foreach ($list as $v) {
        if (is_string($v) && $v !== '') $vals[] = $v;
        elseif (is_scalar($v) && (string)$v !== '') $vals[] = (string)$v;
    }
    if ($limit > 0) {
        $vals = array_slice($vals, 0, $limit);
    }
    return implode(' / ', $vals);
}

function extForMime($mime) {
    $map = [
        'image/jpeg' => 'jpg',
        'image/png'  => 'png',
        'image/gif'  => 'gif',
        'image/webp' => 'webp',
    ];
    return isset($map[$mime]) ? $map[$mime] : 'jpg';
}

// 按魔数判断图片类型；不是已知图片则返回空串。
// 兜底用：既应对「环境没有 fileinfo」，也用来挡掉反爬返回的 HTML 页面。
function imageMimeFromMagic($binary) {
    if (strncmp($binary, "\xFF\xD8\xFF", 3) === 0) return 'image/jpeg';
    if (strncmp($binary, "\x89PNG\r\n\x1A\n", 8) === 0) return 'image/png';
    if (strncmp($binary, "GIF87a", 6) === 0 || strncmp($binary, "GIF89a", 6) === 0) return 'image/gif';
    if (strlen($binary) >= 12 && substr($binary, 0, 4) === 'RIFF' && substr($binary, 8, 4) === 'WEBP') {
        return 'image/webp';
    }
    return '';
}

// 删除上一次抓取但未被采用的海报。
// 只删 uploads/posters/ 下的文件，且必须确认没有任何电影记录引用它，才动手。
function cleanupOldPoster($key) {
    $key = ltrim((string)$key, '/');
    if (!preg_match('#^uploads/posters/[A-Za-z0-9._-]+$#', $key)) return;
    try {
        $db = getDB();
        $stmt = $db->prepare("SELECT COUNT(*) FROM movies WHERE poster_path = ?");
        $stmt->execute([$key]);
        if ((int)$stmt->fetchColumn() > 0) return;   // 已被引用，不能删
    } catch (Exception $e) {
        return;                                       // 查询失败就保守地不删
    }
    storageDelete($key);
}

// 下载海报并入库，返回存储键（失败返回空串）
function storeRemotePoster($url) {
    if (!is_string($url) || $url === '') return '';
    // 豆瓣图片服务器要求带 Referer，否则 403
    $res = httpGet($url, 'https://movie.douban.com/');
    if (!$res['ok'] || $res['body'] === '') return '';

    $binary = $res['body'];
    // 海报通常几十 KB；给个上限，避免异常响应把内存吃满
    if (strlen($binary) > 12 * 1024 * 1024) return '';

    $mime = storageMimeFromContents($binary);
    if (strpos($mime, 'image/') !== 0) {
        // 环境无 fileinfo，或返回的不是图片（比如被反爬拦成 HTML 页面）
        $mime = imageMimeFromMagic($binary);
        if ($mime === '') return '';
    }

    $filename = fingerprintedFilename($binary, extForMime($mime), 'poster');
    $key = relPathOfDir(POSTER_DIR) . $filename;
    if (!storagePutContents($binary, $key, $mime)) return '';
    return $key;
}

// ---------------- 主流程 ----------------

// 本接口会写入存储（下载海报），必须登录后才能调用。
// 这里不用 checkLogin()（它会 302 到 login.php），而是返回结构化错误，
// 便于前端在会话过期时给出明确提示。
if (!isset($_SESSION['admin_id'])) {
    fetchFail('未登录或登录已过期，请重新登录后再试', 401);
}

$q = isset($_GET['q']) ? trim((string)$_GET['q']) : '';
if ($q === '') {
    fetchFail('请输入电影名称');
}

$oldPoster = isset($_GET['old_poster']) ? trim((string)$_GET['old_poster']) : '';

// 1) 搜索
$search = getJson(doubanSearchEndpoint($q));
if (!$search['ok']) {
    fetchFail('搜索失败：' . $search['err']);
}
$list = is_array($search['data']) ? $search['data'] : [];
if (empty($list)) {
    fetchFail('豆瓣没有找到「' . $q . '」，换个更准确的片名试试');
}

$cand = pickCandidate($list, $q);
if (!$cand || empty($cand['id'])) {
    fetchFail('豆瓣没有找到「' . $q . '」的影视条目，换个更准确的片名试试');
}

$id = (string)$cand['id'];

// 2) 详情
$detail = getJson(doubanDetailEndpoint($id), doubanDetailReferer($id));
if (!$detail['ok']) {
    fetchFail('获取详情失败：' . $detail['err']);
}
$d = $detail['data'];

// 3) 组装字段
$title = isset($d['title']) && $d['title'] !== '' ? (string)$d['title'] : (string)($cand['title'] ?? $q);
$year  = isset($d['year']) && $d['year'] !== '' ? (string)$d['year'] : (string)($cand['year'] ?? '');

$rating = '';
if (isset($d['rating']) && is_array($d['rating']) && isset($d['rating']['value'])) {
    $rv = (float)$d['rating']['value'];
    if ($rv > 0) $rating = number_format($rv, 1, '.', '');
}

// 海报地址优先级：详情 pic.normal（大图）> cover_url > 搜索结果的缩略图
$posterUrl = '';
if (isset($d['pic']['normal']) && $d['pic']['normal'] !== '') {
    $posterUrl = (string)$d['pic']['normal'];
} elseif (isset($d['cover_url']) && $d['cover_url'] !== '') {
    $posterUrl = (string)$d['cover_url'];
} elseif (!empty($cand['img'])) {
    $posterUrl = (string)$cand['img'];
}

// 4) 海报入库
$posterKey = '';
$posterDisplay = '';
if ($posterUrl !== '') {
    $posterKey = storeRemotePoster($posterUrl);
    if ($posterKey !== '') {
        $posterDisplay = storageUrl($posterKey);
    }
}
// 无论海报是否成功，都把上一次的残留清掉（若这次成功，old 与 new 不同名）
if ($oldPoster !== '' && $oldPoster !== $posterKey) {
    cleanupOldPoster($oldPoster);
}

// 5) 输出
echo json_encode([
    'ok'              => true,
    'source'          => 'douban',
    'douban_id'       => $id,
    'douban_url'      => 'https://movie.douban.com/subject/' . $id . '/',
    'title'           => $title,
    'original_title'  => isset($d['original_title']) ? (string)$d['original_title'] : '',
    'year'            => $year,
    'genre'           => joinList($d['genres'] ?? []),
    'runtime'         => joinList($d['durations'] ?? []),
    'director'        => joinNames($d['directors'] ?? []),
    'actors'          => joinNames($d['actors'] ?? [], 6),
    'plot'            => isset($d['intro']) ? (string)$d['intro'] : '',
    'rating'          => $rating,
    'country'         => joinList($d['countries'] ?? []),
    'alias'           => joinList($d['aka'] ?? [], 3),
    'poster'          => $posterDisplay,
    'poster_key'      => $posterKey,
], JSON_UNESCAPED_UNICODE);