wordpress - 在维护链接的同时以编程方式插入帖子答案

【问题标题】：wordpress - Insert posts programmatically while maintaining linkswordpress - 在维护链接的同时以编程方式插入帖子
【发布时间】：2015-10-30 11:58:14
【问题描述】：

我目前正在编写一个迁移脚本，将 XML 中的文章插入 Wordpress。

到目前为止，我在 PHP 中解析了 XML 并创建了数组，我正在遍历这些数组，并使用以下代码将它们一一插入到 Wordpress 中：

$post = array(
            'post_title'    => wp_strip_all_tags($article['title']),
            'post_content'  => $article['description'],
            'post_status'   => 'publish',
            'post_author'   => 1,
            'ping_status'   => 'closed',
            'post_date'     => $dateTime->format('Y-m-d H:i:s'),
            'post_type'     => $post_type
        );

        $result = wp_insert_post($post);

一切顺利，但问题来了：XML 是从网站导出的（不幸的是，我不知道是哪个 CMS），并且在内容中可以有指向同一站点上文件的链接，例如：

<![CDATA[<p><strong>Shortcuts:</strong></p>
<p/>
<ul>
<li><a href="http://www.testsite.fi/julkaisut/5440/julkaisut?contentPath=fi/julkaisut/esitteet/elakkeen_hakeminen_ulkomailta">(Booklet in Finnish)</a> 
</li>
<li><a href="http://www.testsite.fi/julkaisut/5440/julkaisut?contentPath=fi/julkaisut/esitteet/sa_har_soker_du_pension_fran_utlandet">(Booklet in Swedish)</a> 
</li>
<li><a href="http://www.testsite.fi/julkaisut/5440/julkaisut?contentPath=fi/julkaisut/esitteet/pensioni_taotlemine_valismaalt">(Booklet in Estonian)</a> 
</li>
<li><a href="http://www.testsite.fi/julkaisut/5440/julkaisut?contentPath=fi/julkaisut/esitteet/poluchenie_pensii_iz_drugih_stran">(Booklet in Russian)</a> 
</li>
</ul>]]>

Testsite.fi 是我自己的网站，所以这些是内部链接。

这些链接指的是 PDF，应该插入到 wordpress 中，但显然链接会有所不同。我确实有被引用的 PDF（例如：elakkeen_hakeminen_ulkomailta.pdf，它们与此脚本位于同一文件夹中），因此所需要做的就是以编程方式在 Wordpress 中上传此文件或手动将其移动到正确的位置，然后更新链接使其仍然有效。

任何线索如何做到这一点？我用正则表达式猜测一些东西，但无法真正弄清楚。

【问题讨论】：

您可以将文件复制到上传文件夹中，它们将可以访问。只是 Wordpress 还不知道它们，但您可以控制该位置。也许使用一些文件 api，codex 应该提供一些选项。而且你不用正则表达式解析那个 HTML 片段，只用 DOMDocument。还允许您更改链接。
谢谢，上传部分现在搞清楚了。只是还不确定 DOMDocument，对此不太熟悉。
我认为这是一个关于如何解析 HTML 和更改 URL 的类似示例：stackoverflow.com/a/24350166/367456
上例中的url没有文件类型...是故意的吗？此外，您只想更改 pdf 的链接还是更改所有内部链接？
@alpipego：不幸的是，这就是我们获得链接的方式，我知道在这种情况下它们恰好是 PDF。是的，我们想更改所有内部链接。

标签： php xml wordpress migration

【解决方案1】：

要更改所有内部链接，您可以使用：

$content = preg_replace('%href="http://www\.testsite\.fi/(.*)"%', 'href="' get_bloginfo('wpurl') . '/$1"', $article['description'], -1);

$post = array(
    'post_title'    => wp_strip_all_tags($article['title']),
    'post_content'  => $content,
    'post_status'   => 'publish',
    'post_author'   => 1,
    'ping_status'   => 'closed',
    'post_date'     => $dateTime->format('Y-m-d H:i:s'),
    'post_type'     => $post_type
);

$result = wp_insert_post($post);

由于您示例中的 pdf 没有文件类型，因此无法以编程方式识别它们。否则它会是这样的：

$upload_dir = wp_upload_dir();
$content = preg_replace('%href="http://www\.testsite\.fi/(.*)/(.*).pdf"%', 'href="' . $upload_dir['url'] . '/$2.pdf"', $article['description'], -1);

$2 是 pdf 的文件名。

注意：

正则表达式中的href 部分不是必需的，但可以确保您不会更改不在href 属性内的网址。根据具体情况，您可以省略该部分。

【讨论】：