Instagram: Scraper raus, Beitraege einzeln ueber oEmbed aufnehmen

bin/instagram-sync.php lieferte seit dem 03.09.2026 bei jedem Lauf "Keine Posts
ermittelbar". Von einem privaten Anschluss gegengeprueft: feed/user und
web_profile_info antworten mit 401 require_login, das Profil-HTML traegt keine
Beitragsdaten mehr, auch /embed/ liefert nur noch eine App-Huelle. Es lag also
nicht an der Server-IP, und der Scraper ist geloescht, damit ihn niemand
wiederbelebt. Graph API (Meta-Konto noetig) und kommerzielle Dienste wurden
verworfen.

Neu: bin/instagram-add.php. --profil liest die Beitragsliste ueber headless
Chrome aus dem gerenderten Profil-DOM (im HTML stehen die Codes nicht) und holt
zu jedem neuen Beitrag Bild, Caption und Datum ueber Instagrams oEmbed-Endpunkt;
das Datum steckt in der media_id. Daneben einzelne URLs, --liste, --entfernen und
--bild als Notfall. Der Shortcode ist Primaerschluessel und damit die komplette
Dedupe-Logik. Die Struktur von data/instagram.json bleibt exakt gleich, deshalb
war an Startseite, News-Feed und Stadionzeitung nichts zu aendern.

Kein Cron mehr: der Job faellt aus public/cron.php, auf dem Webspace gibt es kein
Chrome. Die Chrome-Suche liegt jetzt gemeinsam in bin/chrome-lib.php, genutzt von
bin/logo-build.php und bin/instagram-add.php.

data/instagram.json ist ab jetzt versioniert. Solange sie ignoriert war, lief sie
gegen die versionierten Bilder auseinander: lokal lagen 10 Bilder zu 9 Eintraegen,
drei Beitraege fehlten im Feed, zwei Eintraege hatten kein Bild. Repariert, jetzt
16 Eintraege zu 16 Bildern. bin/preflight.php prueft das in beide Richtungen.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01J9mubC8gtpjtJntbhSJBRS
This commit is contained in:
2026-09-17 11:23:12 +02:00
parent 75fce4f680
commit fef80bf669
25 changed files with 753 additions and 357 deletions

View File

@@ -17,7 +17,6 @@
*
* URLs (Schlüssel = cron.key unten):
* https://www.tsv08kulmbach.de/cron.php?job=matchcenter&key=<cron.key>
* https://www.tsv08kulmbach.de/cron.php?job=instagram&key=<cron.key>
* https://www.tsv08kulmbach.de/cron.php?job=logrotate&key=<cron.key>
*
* Antwort ist immer leer: 204 = gelaufen oder wegen Mindestabstand übersprungen,
@@ -36,11 +35,7 @@
* Wer den Verkehr zum BFV klein halten will, nimmt stattdessen zwei „täglich"-Jobs
* (07:37 und 19:37) und lebt damit, dass Samstagsergebnisse erst abends stehen.
*
* 2. Instagram — ZWEI Jobs „täglich", 06:17 und 18:17
* Zwei Einträge, weil „täglich" nur einen Zeitpunkt kennt. Bewusst nicht stündlich:
* Instagram sperrt auffällige Zugriffsmuster deutlich schneller als der BFV.
*
* 3. Logpflege — „täglich", 03:23 (`?job=logrotate`)
* 2. Logpflege — „täglich", 03:23 (`?job=logrotate`)
* Rotiert erst über 2 MB und löscht Einträge älter als 90 Tage, ein täglicher Lauf
* ist deshalb meistens ein No-Op. Wöchentlich genügt auch.
*
@@ -118,19 +113,22 @@ return [
// Erzeugen: php -r 'echo bin2hex(random_bytes(24)), "\n";'
'key' => 'CHANGE_ME',
// Mindestabstand zwischen zwei Läufen desselben Jobs in Sekunden. Schützt bei
// geleaktem Link davor, dass BFV oder Instagram unsere Server-IP sperren.
// geleaktem Link davor, dass der BFV unsere Server-IP sperrt.
// Muss kleiner sein als der engste gewünschte Takt (½-stündlich = 1800 s).
'min_interval' => 240,
],
// Instagram-Scraper (bin/instagram-sync.php).
// Instagram-Beiträge (bin/instagram-add.php). KEIN Cron mehr: der Scraper ist am
// 17.09.2026 entfallen, Beiträge werden einzeln über ihre Post-URL aufgenommen.
// 'username' dient dabei als Prüfung, dass kein fremder Beitrag hereinrutscht,
// 'max_posts' begrenzt nur die Kacheln auf der Startseite.
'instagram' => [
'username' => 'tsv08kulmbach',
'max_posts' => 9,
],
// Zentrale News-Seite (app/pages/news.php) — mischt data/news.json,
// Instagram-Cache und Matchcenter-Ergebnisse; hier nur die Obergrenze für
// Instagram-Beiträge und Matchcenter-Ergebnisse; hier nur die Obergrenze für
// die Gesamtliste (News allein könnte sonst unbegrenzt wachsen).
'news' => [
'max_items' => 20,