やるおスレをPDF化するお！
http://needtec.sakura.ne.jp/AaPdfConverter/
ということで、やる夫板のスレッドからAAを取得して、それをPDFに変換してダウンロードする方法について説明します。
read.cgiが指定されたらrawmode.cgiに置き換える。
したらばでは 「read.cgi」よりサーバの側処理コストが低く、フォーマットも単純な「rawmode.cgi」があるので、そっちにアクセスしましょう。
http://blog.livedoor.jp/bbsnews/archives/50283526.html
フォーマットが単純すぎて、simplehtmldomを使わなくて済みます。
もし、rawmode.cgiが存在しない場合は以下の手順で、HTMLを解析する必要があります。
PHPでのスクレイピング（現在未使用）
PHPでスクレイピングするためにsimple_html_domを使用します。
下記のページからダウンロードして任意の場所に配置してください。
simple_html_dom
http://simplehtmldom.sourceforge.net/
2014/12/27時点での最新は simplehtmldom_1_5となります。
simple_html_domはfile_get_html()関数でHTTP経由で直接パースすることができますが、これは避けた方がいいです。
まず、「Curl」でダウンロードしてからsimplehtmldomを使用した時より遅くなります。
参考：
PHPのsimple_html_domでスクレイピングするとき「file_get_html」ではなく「Curl」を使ったら取得実行時間が半分（2倍速）になった
http://ccby.hatenablog.com/entry/2014/10/20/190645
そして、ある一定の量のページを取得するときに空文字が返ります。当然、どのようなエラーが発生したかわかりません。
以上の２点の理由により、上記のページを参考にCurlで取得した文字列をsimplehtmldomで解析したほうが良いでしょう。
PHPでPDFの出力
PHPでPDFを出力するにはtcpdfを用いるといいでしょう。
2014/12/27時点での最新は tcpdf_6_2_3.zip となります。
また、AA出力に適したモナ―フォントで出力するには下記の手順が必要です。
１．モナーフォントを下記のページから取得します。
http://www.geocities.jp/ipa_mona/
展開したファイルのfonts/ipagp-mona.ttfを使用します。
２．ipagp-mona.ttfをtcpdfで使用できる形式に変換します。
tcpdf/toolsの以下のコマンドを実行します。
php C:\pleiades-e3.6\xampp\htdocs\AaPdfConverter\tcpdf\tools\tcpdf_addfont.php -i ipagp-mona.ttfこれによりtcpdf/fontsに以下のファイルが作成されます。
・ipagpmona.ctg.z
・ipagpmona.php
・ipagpmona.z
３．以降次のようなコードでフォントが指定できるようになります。
$pdf = new TCPDF(PDF_PAGE_ORIENTATION, PDF_UNIT, PDF_PAGE_FORMAT, true, 'UTF-8', false);
$pdf->SetFont('ipagpmona', '', 8);AA判定のアルゴリズム
書き込みにAAが含まれているかどうかの判定は以下のサイトを参考にします。
AA（アスキーアート）簡易判定アルゴリズム
http://d.hatena.ne.jp/awef/20110412/1302605740
PDF変換のコード
create_pdf.php
<?php
if(!isset($_GET['target']))
{
echo "No URL data.";
exit();
}
// 10分前のものは消す
$rmtime = time() - 60*10;
$dir_h = opendir( "./tmp" ) ;
while (false !== ($file = readdir($dir_h)))
{
if( filemtime( "./tmp/".$file) < $rmtime )
{
@unlink( "./tmp/".$file);
}
}
closedir( $dir_h ) ;
session_regenerate_id(true);
session_start();
set_time_limit(0);
require_once('tcpdf/tcpdf.php');
function dlPage($href) {
$curl = curl_init();
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, FALSE);
curl_setopt($curl, CURLOPT_HEADER, false);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($curl, CURLOPT_URL, $href);
curl_setopt($curl, CURLOPT_REFERER, $href);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, TRUE);
curl_setopt($curl, CURLOPT_USERAGENT, "Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/533.4 (KHTML, like Gecko) Chrome/5.0.375.125 Safari/533.4");
$str = curl_exec($curl);
curl_close($curl);
return $str;
}
$url = $_GET['target'];
$url = htmlspecialchars($url);
if (strstr($url, '/read.cgi/')) {
$url = str_replace('/read.cgi/', '/rawmode.cgi/', $url);
}
if( !$html = dlPage($url) )
{
echo 'ファイルが読み込めません';
exit();
}
$pdf = new TCPDF(PDF_PAGE_ORIENTATION, PDF_UNIT, PDF_PAGE_FORMAT, true, 'UTF-8', false);
$pdf->setFontSubsetting(false); // フォントの組み込み
$pdf->SetFont('ipagpmona', '', 8);
$contents = mb_convert_encoding($html, 'utf-8', 'euc-jp');
$lines = preg_split("(<>)", $contents);
foreach ($lines as $text) {
if( strpos($text,' ') !== false )
{
$pdf->AddPage('P', 'A4');
$text=str_replace('<br>',"\n",$text);
$text=str_replace('"','"',$text);
$text=str_replace('<','<',$text);
$text=str_replace('>','>',$text);
$pdf->MultiCell(0,10,$text);
}
}
$tempfile = './tmp/'. session_id(). '.pdf';
touch($tempfile);
$real_tempfile = realpath($tempfile); // 実際にファイルがないと作れない
$pdf->Output($real_tempfile, 'F'); // 絶対パスである必要がある。
session_destroy();
header("HTTP/1.1 301 Moved Permanently");
header("Location: " . $tempfile );
?>
以上の手順により、アスキーアートを含む書き込みをPDFに変換することが可能になります。
Chromeで表示されない場合
フォント全体を埋め込んどかないとダメっぽいです。
$pdf->setFontSubsetting(false); // フォントの組み込み