做个自己站内搜索引擎

2018-09-07 14:59

阅读:317

  ccterran(原作)

  作者:iwind

   朋友用dreamweaver做了一个网站,没有动态的内容,只是一些个人收藏的文章,个人介绍等等。现在内容比较多了,想叫我帮他做一个搜索引擎。说实在的,这是一个不难的问题,于是就随手做了一个。现在我在其它论坛上也看到有人想做这个,于是就想说说这方面的知识,重在了解一下方法。

  写程序前先要想好一个思路,下面是我的思路,可能谁有更好的,但注意这只是一个方法问题 :遍历所有文件  读取内容  搜索关键字,如果匹配就放入一个数组  读数组。在实现这些步骤之前,我假定你的网页都是标准的,就是有标题(<title></title>),也有(<bod *></body>),如果你是用dreamweaver或者frontpage设计的,那么除非你故意删掉,它们都在存在的。下面就让我们一步步来完成并在工程中改善这个搜索引擎。

  一,设计搜索表单
在网站的根目录下建个search.htm,内容如下
<html>
<head>
<title>搜索表单</title>
<meta http-equiv=Content-Type content=text/html; charset=gb2312>
</head>

  <body bgcolor=#FFFFFF text=#000000>
<form name=form1 method=post action=search.php>
<table width=100% cellspacing=0 cellpadding=0>
<tr>
<td width=36%>
<div align=center>
<input type=text name=keyword>
</div>
</td>
<td width=64%>
<input type=submit name=Submit value=搜索>
</td>
</tr>
</table>
</form>
</body>
</html>

  
二,搜索程序
再在根目录下建个search.php 的文件,用来处理search.htm表单传过来的数据.内容如下
<?php
//获取搜索关键字
$keyword=trim($_POST[“keyword”]);
//检查是否为空
if($keyword==””){
echo”您要搜索的关键字不能为空”;
exit;//结束程序
}
?>

  这样如果访问者输入的关键字为空时,可以做出提示。下面是遍历所有文件。

  我们可以用递归的方法遍历所有的文件,可以用函数opendir,readdir,也可以用PHP Directory的类。我们现在用前者.
<?php
//遍历所有文件的函数
function listFiles($dir){
$handle=opendir($dir);
while(false!==($file=readdir($handle))){
if($file!=.&&$file!=..){
//如果是目录就继续搜索
if(is_dir($dir/$file)){
listFiles($dir/$file);
}
else{
//在这里进行处理
}
}
}
}

  ?>

  在红字的地方我们可以对搜索到的文件进行读取,处理.下面就是读取文件内容,并检查内容中是否含有关键字$keyword,如果含有就把文件地址赋给一个数组。
<?php
//$dir是搜索的目录,$keyword是搜索的关键字 ,$array是存放的数组
function listFiles($dir,$keyword,&$array){
$handle=opendir($dir);
while(false!==($file=readdir($handle))){
if($file!=.&&$file!=..){
if(is_dir($dir/$file)){
listFiles($dir/$file,$keyword,$array);
}
else{
//读取文件内容
$data=fread(fopen($dir/$file,r),filesize($dir/$file));
//不搜索自身
if($file!=”search.php”){
//是否匹配
if(eregi($keyword,$data)){
$array[]=$dir/$file;
}
}
}
}
}
}
//定义数组$array
$array=array();
//执行函数
listFiles(.,php,$array);
//打印搜索结果
foreach($array as $value){
echo $value.<br>\n;
}
?>

  现在把这个结果和开头的一段程序结合起来,输入一个关键字,然后就会发现你的网站中的相关结果都被搜索出来了。我们现在在把它完善一下。
1,列出内容的标题

if(eregi($keyword,$data)){
$array[]=$dir/$file;
}
改成
if(eregi($keyword,$data)){
if(eregi(<title>(.+)</title>,$data,$m)){
$title=$m[1];
}
else{
$title=没有标题;
}
$array[]=$dir/$file $title;
}
原理就是,如果在文件内容中找到<title>xxx</title>,那么就把xxx取出来作为标题,如果找不到那么就把标题命名未”没有标题”.

  2,只搜索网页的内容的主题部分。
做网页时一定会有很多html代码在里面,而这些都不是我们想要搜索的,所以要去除它们。我现在用正则表达式和strip_tags的配合,并不能把所有的都去掉。

$data=fread(fopen($dir/$file,r),filesize($dir/$file));
//不搜索自身
if($file!=”search.php”){
//是否匹配
if(eregi($keyword,$data)){
改为
$data=fread(fopen($dir/$file,r),filesize($dir/$file));
if(eregi(<body([^>]+)>(.+)</body>,$data,$b)){
$body=strip_tags($b[2]);
}
else{
$body=strip_tags($data);
}
if($file!=search.php){
if(eregi($keyword,$body)){

  3,标题上加链接
foreach($array as $value){
echo $value.<br>\n;
}
改成
foreach($array as $value){
//拆开
list($filedir,$title)=split(“[ ]”,$value,”2”);
//输出
echo <a href=$filedir>$value</a>.<br>\n;
}
4防止超时
如果文件比较多,那么防止PHP执行时间超时是必要的。可以在文件头加上
set_time_limit(“600”);
以秒为单位,所以上面是设10分钟为限。

  
所以完整的程序就是
<?php
set_time_limit(600);
//获取搜索关键字
$keyword=trim($_POST[keyword]);
//检查是否为空
if($keyword==){
echo您要搜索的关键字不能为空;
exit;//结束程序
}
function listFiles($dir,$keyword,&$array){
$handle=opendir($dir);
while(false!==($file=readdir($handle))){
if($file!=.&&$file!=..){
if(is_dir($dir/$file)){
listFiles($dir/$file,$keyword,$array);
}
else{
$data=fread(fopen($dir/$file,r),filesize($dir/$file));
if(eregi(<body([^>]+)>(.+)</body>,$data,$b)){
$body=strip_tags($b[2]);
}
else{
$body=strip_tags($data);
}
if($file!=search.php){
if(eregi($keyword,$body)){
if(eregi(<title>(.+)</title>,$data,$m)){
$title=$m[1];
}
else{
$title=没有标题;
}
$array[]=$dir/$file $title;
}
}
}
}
}
}
$array=array();
listFiles(.,$keyword,$array);
foreach($array as $value){
//拆开
list($filedir,$title)=split([ ],$value,2);
//输出
echo <a href=$filedir >$title </a>.<br>\n;
}
?>

  到此为止,你已经做好了自己的一个搜索引擎,你也可以通过修改内容处理部分来改进它,可以实现搜索标题,或者搜索内容的功能。也可以考虑分页。这些都留给你自己吧。

  这里说明一下用preg_match代替eregi,会快很多。这里只是为了通俗易懂,所以使用了常用的eregi.


评论


亲,登录后才可以留言!