［PHP］アメブロのRSSをつかって、記事内の画像を自動で収集するプログラムを作るロジック編

今、あるプログラムを作成中。

PHPで作成中なんですが、アメブロのRSSを指定するだけでRSSから最新記事を取得して、記事から画像のURLを取得して保存するっていうプログラムを作ってる

いまは、ダウンロードして保存まで完了

さらに、重複防止のシステムも作った。データベースは使わずにテキストファイルに配列を保存する形で。データベース代わりに使って行ってい。

とりあえず作るにあたって考えたロジックを紹介

記事のURLを取得する処理

取得済みのURLリストを読込これを【A】とする

RSSのリストから、記事リストを取得しこれを【B】とする

【A】と【B】を比較して、重複を取り除くそれを【C】とする

【C】が空ならば処理を終了し exitする

【A】と【C】を結合して【A】とする

【A】を配列のままテキストにシリアライズして保存する

保存済みの画像URLリストを読み込むこれを【D】とする

【C】のリストを使ってHTMLにアクセスして画像のタグを抽出して画像のURLを取得しリストにするこれを【E】とする

【E】からアイコン等の不要な画像URLを取り除いたリストにするこれを【F】とする

【D】と【F】を比較して重複を取り除くそれを【G】とする

【G】がからなら、処理を終了する exitする

【D】と【G】を結合して【D】とする

【D】を配列のままテキストにしてシリアライズして保存する

ダウンロード先のディレクトリのファイルの一覧を取得するしてそれをキーに入れて配列を作るこれを【H】とする

【G】の画像のURLからファイル名取得しキーにファイル名、値にURLとした配列にするこれを【I】とする

【I】と【H】のキーを比較して重複を取り除くそれを【J】とする

【J】を元にfoeachを回して、ファイル名にキー、開くファイルにURLをして画像をダウンロードする

完了。

こんな感じです。

まだまだ、途中で、小さい画像を排除するシステムの導入もしたいし

画像を解析して、重複画像を取り除く機能も追加したい。

他には、縦長の画像、横長の画像でフォルダを振り分け。

今のところ、Windowsのローカルで作っているので

CRONが無いので、代わりにタスクスケジューラを使って1日一回実行するようにしている

PHPの本とか読まずに、ネットにある情報とPHPの時点みたいなサイトを使って調べて作れた。

まだまだしょぼいものだけど、作れたことにかなり自信がついてきた！

作った自作システムはこれで3目、今回が最も複雑

次はもっと複雑なのプロジェクトを作りたいなっと。