Парсинг XML-фидов поставщиков для 1С-Битрикс

Парсинг XML-фидов поставщиков для 1С-Битрикс

XML-фид поставщика — это структурированный файл с актуальными данными по товарам: ценами, остатками, описаниями, характеристиками. В отличие от Excel-прайса, XML предсказуем: у него есть схема, и его можно парсить надёжно. Но «предсказуем» не значит «стандартен» — каждый поставщик изобретает свой XML-формат.

Форматы XML-фидов

Встречаются несколько распространённых структур:

Простой плоский XML:

<products>
  <product>
    <id>12345</id>
    <name>Товар А</name>
    <price>1500.00</price>
    <stock>10</stock>
  </product>
</products>

Иерархический с категориями:

<catalog>
  <categories>
    <category id="1" name="Электроника"/>
  </categories>
  <offers>
    <offer id="12345" category_id="1">
      <name>Товар А</name>
      <param name="Цвет">Чёрный</param>
    </offer>
  </offers>
</catalog>

С пространствами имён (namespace):

<feed xmlns:g="http://base.google.com/ns/1.0">
  <entry>
    <g:id>12345</g:id>
    <g:price>1500 RUB</g:price>
  </entry>
</feed>

Инструменты парсинга в PHP

SimpleXML — для небольших файлов (до 50 МБ):

$xml = simplexml_load_file($filePath);
foreach ($xml->offers->offer as $offer) {
    $id = (string)$offer['id'];
    $price = (float)$offer->price;
}

XMLReader — для больших файлов (сотни тысяч товаров). Читает файл как поток, не загружает в память целиком:

$reader = new XMLReader();
$reader->open($filePath);
while ($reader->read()) {
    if ($reader->nodeType === XMLReader::ELEMENT && $reader->name === 'offer') {
        $node = new SimpleXMLElement($reader->readOuterXml());
        // обработка одного элемента
    }
}

При фиде на 500 000 позиций XMLReader — единственный работающий вариант. SimpleXML при таком размере исчерпает память PHP.

XPath — для навигации по сложным структурам:

$nodes = $xml->xpath('//catalog/offers/offer[@available="true"]');

Атрибуты и вложенные параметры

Многие поставщики хранят характеристики товара как список <param> элементов:

<offer id="111">
  <param name="Бренд">Samsung</param>
  <param name="Гарантия">12 месяцев</param>
  <param name="Цвет">Серебристый</param>
</offer>

Парсинг таких параметров:

$params = [];
foreach ($offer->param as $param) {
    $name = (string)$param['name'];
    $value = (string)$param;
    $params[$name] = $value;
}
// $params['Бренд'] === 'Samsung'

Потом маппинг $params['Бренд'] → свойство BRAND в инфоблоке Битрикс.

Маппинг в свойства инфоблока

Свойства товара в Битрикс хранятся в таблицах b_iblock_element_property (строки и числа), b_iblock_element_prop_s{N} (оптимизированное хранение). Запись через API:

CIBlockElement::SetPropertyValueCode($elementId, 'BRAND', $params['Бренд']);
// или массово при Add/Update:
'PROPERTY_VALUES' => [
    'BRAND'    => $params['Бренд'],
    'WARRANTY' => $params['Гарантия'],
]

Для свойств-списков (тип LIST) значение должно быть ID элемента списка. Если такого значения нет — добавить через CIBlockPropertyEnum::Add().

Синхронизация: обновление vs. полная перезагрузка

Полная перезагрузка — проще. Деактивировать всё, создать/обновить по данным фида, не найденное остаётся неактивным. Проблема: при большом каталоге (50K+ позиций) — долго и нагружает базу.

Инкрементальная синхронизация — обновлять только изменившееся. Требует сравнения с предыдущим состоянием. Подходы:

• Хэш строки данных: если md5(serialize($currentData)) !== $savedHash — обновить.
• Поле modified в фиде: обновлять только если дата изменения новее.

Расписание и уведомления

Фид обрабатывается по расписанию через cron. Типовое расписание для цен и остатков — каждые 2-4 часа, для описаний и характеристик — раз в сутки.

0 */3 * * * /usr/bin/php /home/bitrix/www/local/cron/supplier_xml_import.php

После каждого запуска — запись в лог: сколько обновлено, сколько ошибок, время выполнения. При ошибке (файл недоступен, некорректный XML) — уведомление администратору.

Сроки разработки