<?php
//******************
// 必須設定
//******************
// トップページのURL
// ※末尾スラッシュ必須
define("HOMEPAGE", "https://www.akindo2000.net/");
// ドキュメントルート
// ※絶対パスで指定
// 末尾スラッシュ必須
define("DOCUMENT_ROOT", "/var/www/html/");
// 出力するXMLサイトマップのファイルパス
// ※絶対パスで指定
define("OUTPUT", DOCUMENT_ROOT . "sitemap.xml");
//******************
// 以下任意の設定
//******************
// サイトマップに登録しない拡張子
// ※ドット「.」必須
$ignore_types = array(".jpg", ".png", ".gif", ".dat", ".log", ".jpeg", ".pdf");
// サイトマップに登録しないファイル名
$ignore_files = array();
// // サイトマップに登録しないディレクトリ名(例：認証ありのURL)
$ignore_dirs = array();
// 省略可能なファイル名の優先順位
// (サーバの設定と同じにしないと更新日時が違う可能性アリ)
$index_name = array("index.html", "index.php", "index.cgi");
// 先頭に空の値を追加
array_unshift($index_name, "");
// 優先度の設定
// ディレクトリが深くなるごとの数値を決める (0.0～1.0)
// ※現時点ではGoogleはpriorityの値を使用していない
$priority_set = array(1.0, 0.8, 0.5, 0.2);
// 更新頻度目安の設定
// 動的ページは随時(always)に設定
// always, hourly, daily, weekly, monthly, yearly, never
define("FREQ_SET", "weekly");
// 実行開始時刻
// 現在時刻をUNIX時間で取得 (1970年1月1日0時0分0秒からの秒数)
$start_time = date("U");
// URLを保存する変数
$URLs[md5(HOMEPAGE) . "0"] = [
'url' => HOMEPAGE,
'lastmod' => false,
'priority_flg' => 0,
'freq_set' => FREQ_SET,
];
foreach ($index_name as $index) {
if (is_file(DOCUMENT_ROOT . $index)) {
$file_path = DOCUMENT_ROOT . $index;
break;
}
}
if (isset($file_path)) {
$modified_time = @filemtime($file_path);
$URLs[md5(HOMEPAGE) . "0"]['lastmod'] = date(DATE_W3C, $modified_time);
}
// 登録しない拡張子とファイル名を連結する
$ignores = array_merge($ignore_types, $ignore_files);
// 無限ループ回避用
$infinity = 0;
/**
* WEBページをHTTP通信で取得して、クロールしながら取得
* @param string $URL
*/
function getSiteURLs($URL)
{
global $infinity;
// 無限ループに陥っても終了するようにクロールするページ数のMAXを設定する
// 最大ページ数ではないので注意すること (初期値 : 1000)
if ($infinity ]*?href="([^"]+?)"[^>]*>/i', $html, $anchors);
foreach ($anchors[1] as $a) {
$flag = true;
// URLからページ内リンク（アンカー）を削除
$a = preg_replace('/([^#]+)(#.*){0,1}/', '$1', $a);
$anchor = $a;
// ルートパス(/)にドメインを付与
if (preg_match('/^\/(.*)$/', $a, $m)) {
$anchor = HOMEPAGE . $m[1];
}
// http・httpsなしURLにhttpまたはhttpsを付与
//https通信が使われている場合、全てにhttpsを付与するが、一部httpにする必要あり？
if (preg_match('/^\/\/(.*)$/', $a, $m)) {
$anchor = 'https://' . $m[1];
}
$URL_buff = $URL;
if (strpos($anchor, "..") === 0) {
// 文頭に相対パスの記述(../)をURLに変換
$m = substr_count($anchor, "../") + 1;
array_splice($URL_buff, (0 - $m), $m);
$next = implode("/", $URL_buff) . '/' . preg_replace("/^(\.\.\/)+/", "", $anchor);
} else if (strpos($anchor, ".") === 0) {
// 文頭に相対パスの記述(./の)をURLに変換
$URL_buff[count($URL_buff) - 1] = "";
$next = implode("/", $URL_buff) . preg_replace("/^\.\//", "", $anchor);
} else if (strpos($anchor, HOMEPAGE) === 0) {
// 内部サイトURL
$next = $anchor;
}
// 除外する拡張子・ファイルがあるか確認する
foreach ($ignores as $ignore) {
$i = explode($ignore, $next);
if (empty(end($i))) {
$flag = false;
}
}
// 除外するディレクトリか確認する
foreach ($ignore_dirs as $ignore) {
$i = explode(HOMEPAGE . $ignore, $next);
if (count($i) > 1) {
$flag = false;
}
}
// ルートパスを取得
$root_path_data = explode(HOMEPAGE, $next);
$root_path = end($root_path_data);
// URLをスラッシュ「/」区切りし、末尾の情報を取得
$next_hierarchy_data = explode("/", $next);
$end_url = end($next_hierarchy_data);
if($flag){
if (!isset($URLs[md5($next) . "0"]['url'])) {
// 新しいURLの時は登録する
// priority_flgは、HOMEPAGEを0, 1階層目を1, 2階層目を2...と設定していく。
$URLs[md5($next) . "0"] = [
'url' => $next,
'lastmod' => false,
'priority_flg' => count(explode("/", $root_path)),
'prev_url' => implode('/', $URL),
'freq_set' => FREQ_SET,
];
// ファイルの更新を取得・設定
foreach ($index_name as $index) {
if (is_file(DOCUMENT_ROOT . $root_path . $index)) {
$file_path = DOCUMENT_ROOT . $root_path . $index;
break;
}
}
if(isset($file_path)){
$modified_time = @filemtime($file_path);
$URLs[md5($next) . "0"]['lastmod'] = date(DATE_W3C, $modified_time);
}
// urlの末尾がスラッシュ「/」の場合、end(explode("/", $next))の値が""となり、本来のpriority_flgより1多く設定される。
// 本来の階層と合わせるため、1減算する。
if ($end_url === "") {
$URLs[md5($next) . "0"]['priority_flg']--;
}
getSiteURLs($next);
} else {
if ($URLs[md5($next) . "0"]['url'] === $next) {
// 既にURLが追加済みの場合、終了する
} else {
// 同じMD5値が登録されているか確認する
// 且つ、そのキーの配列が現在のURLでないことを確認する
$i = 1;
while (isset($URLs[md5($next) . $i]['url']) && $URLs[md5($next) . $i]['url'] !== $next) {
$i++;
}
if (!isset($URLs[md5($next) . $i]['url'])) {
$URLs[md5($next) . $i] = [
'url' => $next,
'lastmod' => false,
'priority_flg' => count(explode("/", $root_path)),
'prev_url' => implode('/', $URL),
'freq_set' => FREQ_SET,
];
// ファイルの更新を取得・設定
foreach ($index_name as $index) {
if (is_file(DOCUMENT_ROOT . $root_path . $index)) {
$file_path = DOCUMENT_ROOT . $root_path . $index;
break;
}
}
if(isset($file_path)){
$modified_time = @filemtime($file_path);
$URLs[md5($next) . "0"]['lastmod'] = date(DATE_W3C, $modified_time);
}
if ($end_url === "") {
$URLs[md5($next) . "0"]['priority_flg']--;
}
getSiteURLs($next);
}
}
}
}
}
}
}
}
//******************
// MAIN
//******************
getSiteURLs(HOMEPAGE);
$xml = new DOMDocument("1.0", "UTF-8");
$xml->formatOutput = TRUE;
$xml_root = $xml->createElement("urlset");
foreach ($URLs as $urlinfo) {
// 存在しないURLか確認する
$fp = @fopen($urlinfo['url'], 'r');
if (!$fp) {
continue;
}
$xml_row = $xml->createElement("url");
foreach ($urlinfo as $key => $value) {
switch ($key) {
case 'url':
$xml_field = $xml->createElement('loc', $value);
break;
case 'lastmod':
if ($value) {
$lastmod = $value;
$xml_field = $xml->createElement('lastmod', $lastmod);
}
break;
case 'priority_flg':
if ($value createElement('priority', $priority);
break;
case 'freq_set':
$xml_field = $xml->createElement('changefreq', $value);
break;
default:
break;
}
$xml_row->appendChild($xml_field);
}
$xml_root->appendChild($xml_row);
$xml_root->setAttribute("xmlns", "http://www.sitemaps.org/schemas/sitemap/0.9");
$xml_root->setAttribute("xmlns:xsi", "http://www.w3.org/2001/XMLSchema-instance");
}
$xml->appendChild($xml_root);
$xml->save(OUTPUT);
exit;
