Парсинг зображень товарів для наповнення 1С-Бітрікс

Парсинг зображень товарів для наповнення 1С-Бітрікс

Каталог без зображень не продає. Завантаження фото вручну для 3000+ SKU займає тижні. Парсинг зображень із сайтів виробників або постачальників закриває завдання за 1–3 дні — якщо правильно обробити завантаження, перевірку якості та прив'язку до елементів інфоблоку.

Як 1С-Бітрікс зберігає зображення товарів

Зображення зберігаються в таблиці b_file, фізично — в /upload/iblock/. Елемент інфоблоку зв'язується із зображенням через поля:

• PREVIEW_PICTURE — прев'ю для лістингу (ID запису в b_file)
• DETAIL_PICTURE — основне фото для картки
• Властивість типу F (файл) або G (галерея) — для додаткових зображень

Для галереї використовується властивість типу F з прапорцем MULTIPLE = Y. Стандартний компонент bitrix:catalog.element бере зображення з цієї властивості.

Завантаження та збереження зображень

Крок 1: завантажити файл

$imageData = file_get_contents($imageUrl);
// або через Guzzle з таймаутом та retry

Крок 2: зберегти через CFile::MakeFileArray()

$tmpFile = tempnam(sys_get_temp_dir(), 'img_');
file_put_contents($tmpFile, $imageData);
$fileArray = CFile::MakeFileArray($tmpFile);
$fileArray['name'] = $filename;
$fileId = CFile::SaveFile($fileArray, 'iblock');

Крок 3: прив'язати до елемента

CIBlockElement::SetPropertyValuesEx($elementId, $iblockId, [
    'MORE_PHOTO' => ['n0' => ['VALUE' => $fileId]]
]);

Для кількох зображень використовуємо індекси n0, n1, n2 тощо.

Проблеми при завантаженні зображень

Права на зображення — юридично необхідно переконатись у праві використання фото. Зображення виробника, як правило, можна використовувати для продажу його товарів — але уточнюйте умови.

Захист від хотлінкінгу — сайти-джерела можуть перевіряти Referer. Передаємо коректний заголовок:

$client->get($url, ['headers' => ['Referer' => 'https://source-site.com']]);

Якість зображень — не всі знайдені фото придатні. Перевіряємо мінімальний розмір перед збереженням:

$imageInfo = getimagesizefromstring($imageData);
if ($imageInfo[0] < 300 || $imageInfo[1] < 300) continue; // пропускаємо дрібні

Дублікати — один і той самий URL на різних сторінках. Кешуємо вже завантажені URL → file_id у пам'яті або таблиці.

Витяг URL зображень із джерела

Для одного головного фото:

$src = $crawler->filter('.product-image img')->attr('src');

Для галереї — часто зображення у data-атрибутах:

$crawler->filter('[data-image]')->each(function($node) use (&$urls) {
    $urls[] = $node->attr('data-image');
});

Іноді масив зображень знаходиться в JS: productImages: ["url1", "url2"] — парсимо regex'ом або через JSON-LD.

Обробка вже наявних зображень

Не затираємо фото, завантажені вручну або з 1С. Логіка:

1. Перевіряємо PREVIEW_PICTURE — якщо 0 або порожній, додаємо
2. Для галереї — додаємо лише якщо властивість MORE_PHOTO порожня
3. Позначаємо парсингові фото міткою в імені файлу (префікс parsed_) для подальшої ідентифікації

Часові рамки робіт

Разом: 3–5 робочих днів. При великому каталозі (10 000+ зображень) додайте 1–2 дні на оптимізацію швидкості завантаження (паралельні воркери).