PHP

　　最近在尝试为网址添加百度的MIP(Mobile Instant Page - 移动网页加速器)版本，网站改动后先用MIP Validator进行验证和Preview预览，没有大的问题就可以等着百度蜘蛛来爬取了，不过还可以在百度站长平台中主动提交MIP版本，让百度蜘蛛更快、更全面知晓。

　　进入百度站长平台后，可以在已有的网站（没有的网站需要先验证和添加网站）菜单中选择“移动专区、MIP引入”，先要确认“《百度MIP资源接入内容责任书》的相关协议”，然后看到“手动提交”和“主动推送（

　　刚才记录了一篇《自己编写的网站监控程序》，可以实现比较复杂的多系列网站巡检，设置第二个参数为sitemap.xml就可以检查网站地图。

　　不过看到以前还写过一个更简单的sitemap.xml检查程序monitor_xmlsitemap.php，也把PHP源代码贴出来：

<?php
function check($host) {
    //$keyword = 'xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"';
    $keyw
  

　　偶尔会发现各Drupal系列网站的sitemap.xml丢失的情况，应该是在运行cron阶段把老的sitemap.xml删除了，但在生成新的sitemap.xml的时候因为网站数据量大导致mysql进程被杀死或者其它超时等原因重新生成失败，我们管理员一般不会去特意检查这个sitemap是否存在，而搜索引擎会一遍一遍经常检查，遇到不存在报错的情况可能会存在相当长的时间。(解决办法：可以在Sitemap配置中的ADVANCED SETTINGS里面把Disable cron generation of sitemap files.勾选，或者运行drush vset xmlsitemap_

　　在用Drupal搭建网站的时候，有时需要用到一些复杂的查找及替换，只用str_replace是无法做到的，这时需要用到正则表达式，有这样几个PHP函数可能会用到：​

• preg_replace  正则替换函数
• preg_replace_callback 正则替换回调函数（这个超强功能是最近遇到复杂情况才用到几次，可以对查找匹配出来的内容进行函数转换再替换）

　　更多PCRE 函数：

• preg_filter — 执行一

　　一直以来我们放在国外服务器上的网站在国内访问都很慢，当网站中包含有Google地图等内容的时候，更是在国内访问会被卡住，等待几十秒后才打开页面剩余部分，而地图部分也是空白。

　　去年在做ipshu.com网站的时候也是遇到这个问题，因为这个站本身就是判断IP地址的，所以也方便解决，当时记录了一篇博客《让国内国外都可以调用Google地图API》，采用的其中第二种办法。

　　但其它放在国外的网站依然没有解决，昨天干脆去编写了一个简单的Drupal模块in_china（放在本文的附件中），主要作用就是定义一个PHP函数in_china()，用于判断

　　前些天尝试成功了“Drupal中文网站简体版本自动生成一个对应的繁体版本”，那篇博文中详细记录了Drupal中需要修改的地方，而简体到繁体转换的核心PHP程序并没有给出，现在就放在下面供需要的朋友参考。

　　需要说明的是，我在网上搜了好些中文简体繁体转换PHP程序的文章，基本上都残缺不全，需要下载的对照数据成了死链接，无法真正使用，我只好又找了别的语言(有一篇介绍Java做简繁转换的文章)程序中找到纯文本的对照数据，自己再花了一些时间来转换，最好放到自己的程序中，很是折腾，希望下面这段代码让需要的朋友不用这样折腾了。

　　最近需要编写一段程序来读取Drupal网站中页面Node的某个文本字段，进行处理、判断、匹配后，将这个页面归类Taxonomy到某个术语表Vocabulary的术语Term中。在刚开始用Drupal 6的时候就曾经编写过类似程序来分类，见博文《Drupal中让Node归类的PHP程序》，在后来使用Drupal 7的过程中，绝大多数分类都是在创建网站、导入数据的时候就自动进行了，使用了术语来源Term reference字段和自动完成术语挂件（标签）Autocomplete term widget (tagging)控件，但也有把数据作为文本导入字段，然后再运行php程序进行分类的情况

　　以前托管服务器或者租用的服务器一般都是100M共享的带宽，很少出现机器带宽被占满的情况，去年开始采用阿里云平台后，带宽就是一个不得不考虑的成本因素，我们一般都是每台ECS购买的10M左右带宽，每年费用已经不少了，而投入使用后很轻易就会被占满，关键是网站的流量并没有特别提升，广告收入没有增加，成本却在大幅提高，还导致正常用户访问变慢、困难。

　　同事在Linux服务器上安装了一个iftop来查看带宽占用情况，很容易就发现了是搜索引擎的爬虫抓取sitemap.xml这样的网址占用了很大带宽，我们网站系列多、页面多、还有多语言或者手机版，网站地图就特别的多，如果爬虫来得

　　整个2015年从开始到结尾都在进行网站向云服务器的搬迁以及网站的升级，其中大数据量的数据迁移是个令人很头痛的问题，几百万的数据量加上几十个字段，系列网站还有几十个这样的网站，需要等待数据迁移程序运行的时间真是太长太长了。上半年就遇到大数据量的问题，后来通过修改服务器配置，让PHP使用更多的内存、最大执行时间、数据库连接缓存等办法，还是用drush content-migrate-fields这样的命令来进行，算是解决了部分难以迁移的站点。但现在到年尾，而且随着Drupal 8的退出，Drupal 6很快就面临失去支持的境况，我们需要把所有Drupal 6网站都升级，现在把所有服务器资

　　Drupal 8在上月推出，Drupal 6在3个月后不再提供支持，今年我们本来就花了很多时间在做服务器迁移到阿里云以及Drupal系统升级的事情，现在还剩下的几个Drupal 6系列网站的升级工作也要抓紧进行。

　　升级工作的流程我们已经很熟悉了，可以批量进行（见博客文章《用Drush批量升级Drupal 6到Drupal 7》），但遇到数据量很大的站点时，content migrating 的时间特别长，还容易因为服务器内存、php运行时间限制、SQL时间过长等原因报错失败，数量在几十万以内的升级起来都很快，但单个站点数据量达到数百万、每个站点的字段数量有几十