Kevin Adametz
4edb915a9a
Über die API kommt praktisch jede Meldung zweimal, je Portal eine Zeile mit gleichem Text: 9.092 Paare, 53 % des Archivs, bisher jede Fassung self-canonical und in beiden Sitemaps — Google wählte. 1c.7: press_releases.content_hash (SHA-256 über Titel + Text ohne Markup), gesetzt beim Speichern, Bestand per press-releases:hash-content (Query-Builder, Blöcke). Migration in zwei Statements — ADD COLUMN INSTANT, ADD INDEX INPLACE, kein Rebuild. press-releases:duplicates-report zählt Paare je Hauptkategorie. 1c.8: canonical_press_release_id + CanonicalAssigner. Erstquelle folgt der Kategorie (config/canonical.php, Vorschlag zu E9), sonst die zuerst veröffentlichte Fassung. Zuordnung bei jeder Veröffentlichung und über den Bestand (press-releases:assign-canonicals). Die Kopie trägt rel=canonical und mainEntityOfPage auf die Erstquelle; Sitemap und News-Sitemap nennen nur sie; Leser sehen weiterhin beide. Alles hinter CANONICAL_ASSIGNMENT_ENABLED (false), bis E9 entschieden ist. 1c.9: user_canonical in den Index-Prüfungen, sourceVerdict() unterscheidet eigene Adresse / andere eigene Fassung / fremdes Portal; Anzeige im Block „Google-Index" hinter GSC_CUSTOMER_VISIBLE, ohne Aussage über das Warum. Dazu: Abschnitt zur einen Quelle auf /gute-pressemitteilung (Verteiler → viele Kopien, eigene Website zuerst, keine Garantie), noindex in Admin-, Kunden- und Auth-Layouts, UmamiSnippetTest von der lokalen .env gelöst. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
23 lines
712 B
PHP
23 lines
712 B
PHP
<?php
|
|
|
|
namespace App\Support;
|
|
|
|
/**
|
|
* Prüfsumme über den Inhalt einer Meldung (Anhang 2, 1c.7): Titel und
|
|
* Text ohne Markup, Leerraum zusammengezogen, Kleinschreibung. Zwei
|
|
* Einreichungen desselben Textes auf beiden Portalen ergeben so dieselbe
|
|
* Summe, auch wenn der Editor Tags oder Umbrüche anders gesetzt hat.
|
|
*/
|
|
class ContentFingerprint
|
|
{
|
|
public static function hash(?string $title, ?string $text): string
|
|
{
|
|
$normalized = mb_strtolower(trim((string) preg_replace(
|
|
'/\s+/u',
|
|
' ',
|
|
html_entity_decode(strip_tags((string) $title.' '.(string) $text), ENT_QUOTES | ENT_HTML5, 'UTF-8'),
|
|
)));
|
|
|
|
return hash('sha256', $normalized);
|
|
}
|
|
}
|