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(
1<title></title>
),也有(
1<bod *="">),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 。
2
3一,设计搜索表单
4在网站的根目录下建个search.htm,内容如下
5<html>
6<head>
7<title>搜索表单</title>
8<meta content="text/html; charset=utf-8" http-equiv="Content-Type"/>
9</head>
10<body bgcolor="#FFFFFF" text="#000000">
11<form action="search.php" method="post" name="form1">
12<table cellpadding="0" cellspacing="0" width="100%">
13<tr>
14<td width="36%">
15<div align="center">
16<input name="keyword" type="text"/>
17</div>
18</td>
19<td width="64%">
20<input name="Submit" type="submit" value="搜索"/>
21</td>
22</tr>
23</table>
24</form>
25</body>
26</html>
27
28
29二,搜索程序
30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
//获取搜索关键字
$keyword=trim($_POST[“keyword”]);
//检查是否为空
if($keyword==””){
echo”您要搜索的关键字不能为空”;
exit;//结束程序
}
1
2这样如果访问者输入的关键字为空时,可以做出提示。下面是遍历所有文件。
3
4我们可以用递归的方法遍历所有的文件,可以用函数opendir,readdir,也可以用PHP Directory的类。我们现在用前者.
//遍历所有文件的函数
function listFiles($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
}
}
}
}
1
2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$keyword,如果含有就把文件地址赋给一个数组。
//$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";
}
1
2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。
31,列出内容的标题
4把
5if(eregi("$keyword",$data)){
6$array[]="$dir/$file";
7}
8改成
9if(eregi("$keyword",$data)){
10if(eregi("<title>(.+)</title>",$data,$m)){
11$title=$m["1"];
12}
13else{
14$title="没有标题";
15}
16$array[]="$dir/$file $title";
17}
18原理就是,如果在文件内容中找到<title>xxx</title>,那么就把xxx取出来作为标题,如果找不到那么就把标题命名未”没有标题”.
19
202,只搜索网页的内容的主题部分。
21做网页时一定会有很多html代码在里面,而这些都不是我们想要搜索的,所以要去除它们。我现在用正则表达式和strip_tags的配合,并不能把所有的都去掉。
22把
23$data=fread(fopen("$dir/$file","r"),filesize("$dir/$file"));
24//不搜索自身
25if($file!=”search.php”){
26//是否匹配
27if(eregi("$keyword",$data)){
28改为
29$data=fread(fopen("$dir/$file","r"),filesize("$dir/$file"));
30if(eregi("<body([^>]+)>(.+)",$data,$b)){
31$body=strip_tags($b["2"]);
32}
33else{
34$body=strip_tags($data);
35}
36if($file!="search.php"){
37if(eregi("$keyword",$body)){
38
393,标题上加链接
40foreach($array as $value){
41echo "$value"."<br/>\n";
42}
43改成
44foreach($array as $value){
45//拆开
46list($filedir,$title)=split(“[ ]”,$value,”2”);
47//输出
48echo "<a href="$filedir">$value</a>"."<br/>\n";
49}
504防止超时
51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
52set_time_limit(“600”);
53以秒为单位,所以上面是设10分钟为限。
54
55
56所以完整的程序就是
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/$file"));
if(eregi("<body([^>]+)>(.+)",$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="$filedir" target="_blank">$title </a>"."<br/>\n";
}
1
2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。
3
4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.</body([^></body([^></bod>