1

如何保存多个站点地图文件，每个文件受限于 1000 个 URL，例如sitemap1.xml、sitemap2.xml？

基本上我想将foreach每个文件限制为put_file_content.

我的代码是：

$sitemap = "<?xml version=\"1.0\" encoding=\"UTF-8\"?>
    <urlset xmlns=\"http://www.sitemaps.org/schemas/sitemap/0.9\">
    <url>
    <loc>". Yii::app() -> getBaseUrl(true) ."</loc>
    <priority>1</priority>
    </url>
";
foreach($websites as $website) {
    $sitemap .= "<url>
        <loc>".$website['domain']."</loc>
        <priority>0.5</priority>
        </url>
    ";
}
$sitemap .= "</urlset>";
file_put_contents("sitemap.xml", $sitemap, LOCK_EX);
4

2 回答 2

5

让我们快速创建该应用程序：

  1. 创建一些模板 XML，您可以在其中添加网站。
  2. 在 a和 a$websites的帮助下分块NoRewindIteratorLimitIterator

让我们从第二点开始，创建这个伪造的 URL 和 XML，看看这是否容易连接：

$limit = 3;

$urls = new ArrayIterator(range(0, 9)); // 10 Fake URLs
$urls->rewind();

$it = new NoRewindIterator($urls);

首先，我们为每个文件设置一个限制（这里为三个以保持较低的测试），然后我们为 URL 设置数据源。这里有 10 个假 URL，只是从 0 到 9 的数字。

这些 URL 被回绕是因为它们随后被包装成 aNoRewindIterator并且永远不会回绕，但我们想回绕数据源一次（这不是所有迭代器都需要的，但对于相当多的迭代器来说，我们这样做是正确的）。

倒带操作被 阻止，NoRewindIterator这样我们就可以继续获得 X 大小的块$limit。这正是现在所做的：

$fileCounter = 0;
while ($it->valid()) {    
    $fileCounter++;

    printf("File %d:\n", $fileCounter);

    $websites = new LimitIterator($it, 0, $limit);
    foreach($websites as $website) {
        printf(" * Website: %s\n", $website);
    }
}

只要$it有效（阅读：只要有要输出的 URL），就会创建一个新文件（从一个开始），然后通过LimitIterator. 当该迭代完成时，它会继续进行，直到所有网站 URL 都已被使用。输出如下：

File 1:
 * Website: 0
 * Website: 1
 * Website: 2
File 2:
 * Website: 3
 * Website: 4
 * Website: 5
File 3:
 * Website: 6
 * Website: 7
 * Website: 8
File 4:
 * Website: 9

到目前为止，这显示了如何进行分块（或者有时这也称为分页）。如示例所示，仅缺少有关创建 XML 文档的部分。

要创建 XML 文档，您可以连接一个字符串，但是我们不这样做。我们使用现有的库来完美地完成这一切。该库称为 DOMDocument，下面是一个示例，如何在 urlset 中创建具有两个示例位置的站点地图文件：

$doc = new DOMDocument();
$doc->formatOutput = TRUE;

$nsUri    = 'http://www.sitemaps.org/schemas/sitemap/0.9';
$urlset = $doc->appendChild($doc->createElementNS($nsUri, 'urlset'));

$url = $doc->createElementNS($nsUri, 'url');
$location = $url->appendChild($doc->createElementNS($nsUri, 'loc', 'BASEURL'));
$priority = $url->appendChild($doc->createElementNS($nsUri, 'priority', '1'));

$urlset->appendChild(clone $url);

$priority->nodeValue = '0.5';
$location->nodeValue = 'TEST';
$urlset->appendChild(clone $url);

echo $doc->saveXML();

此代码示例展示了如何创建文档，然后如何将元素及其适当的命名空间添加到其中。它还展示了如何创建<url>可以通过克隆轻松修改和添加的样板元素。

这个例子的输出是： 

<?xml version="1.0"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>BASEURL</loc>
    <priority>1</priority>
  </url>
  <url>
    <loc>TEST</loc>
    <priority>0.5</priority>
  </url>
</urlset>

所以现在所有的普遍问题都已经解决了。所需要的只是将这两者连接在一起并存储到磁盘上。为了这个例子，我省略了后面的部分（你只需将文件名作为参数传递给saveXML）并输出 XML：

<?php
/**
 * Save Sitemap XML Files Limit by 1000 URLs per each File
 *
 * @link https://stackoverflow.com/q/19750485/367456
 */

$limit = 3;

$urls = new ArrayIterator(range(0, 9)); // 10 Fake URLs
$urls->rewind();

$it = new NoRewindIterator($urls);

$fileCounter = 0;

$baseDoc               = new DOMDocument();
$baseDoc->formatOutput = TRUE;

$nsUri = 'http://www.sitemaps.org/schemas/sitemap/0.9';

while ($it->valid()) {
    $fileCounter++;

    $doc = clone $baseDoc;

    $urlset = $doc->appendChild($doc->createElementNS($nsUri, 'urlset'));
    $url    = $doc->createElementNS($nsUri, 'url');

    $location = $url->appendChild($doc->createElementNS($nsUri, 'loc', 'BASEURL'));
    $priority = $url->appendChild($doc->createElementNS($nsUri, 'priority', '1'));

    $urlset->appendChild(clone $url);
    $priority->nodeValue = '0.5';

    printf("File %d:\n", $fileCounter);

    $websites = new LimitIterator($it, 0, $limit);
    foreach ($websites as $website) {
        $location->nodeValue = $website;
        $urlset->appendChild(clone $url);
    }

    echo $doc->saveXML();
}

然后输出是 XML 而不是纯文本： 

File 1:
<?xml version="1.0"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>BASEURL</loc>
    <priority>1</priority>
  </url>
  <url>
    <loc>0</loc>
    <priority>0.5</priority>
  </url>
  <url>
    <loc>1</loc>
    <priority>0.5</priority>
  </url>
  <url>
    <loc>2</loc>
    <priority>0.5</priority>
  </url>
</urlset>
File 2:
<?xml version="1.0"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>BASEURL</loc>
    <priority>1</priority>
  </url>
  <url>
    <loc>3</loc>
    <priority>0.5</priority>
  </url>
  <url>
    <loc>4</loc>
    <priority>0.5</priority>
  </url>
  <url>
    <loc>5</loc>
    <priority>0.5</priority>
  </url>
</urlset>
File 3:
<?xml version="1.0"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>BASEURL</loc>
    <priority>1</priority>
  </url>
  <url>
    <loc>6</loc>
    <priority>0.5</priority>
  </url>
  <url>
    <loc>7</loc>
    <priority>0.5</priority>
  </url>
  <url>
    <loc>8</loc>
    <priority>0.5</priority>
  </url>
</urlset>
File 4:
<?xml version="1.0"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>BASEURL</loc>
    <priority>1</priority>
  </url>
  <url>
    <loc>9</loc>
    <priority>0.5</priority>
  </url>
</urlset>

因此，现在剩下要做的就是在开始时将原始数据源作为迭代器提供，将 URL 的数量（限制）增加到您自己的值，并为每个添加正确的 Base-URL每个文件（如果你真的需要的话）。

就 XML 站点地图而言，您还可以创建一个文件来链接其他文件。与以下相比，IIRC 的限制要高一些：多个站点地图：robots.txt 中的条目？.

我希望这可以帮助您以一种成熟的方式实现您正在寻找的东西。

于 2013-11-03T13:31:27.133 回答
1

您可以尝试一个 for 循环（ for ( $x = 0 ; $x < 1000 ; $x++ ) { $websites[$x] } ）或者您可以使用外部变量退出 foreach 循环，如下所示：

$i = 1;
foreach ($websites as $website)
{
if ($i === 1000) break;
$i++;

#do your thing

}
于 2013-11-03T06:54:00.287 回答