|
ccterran（原作） 作者：iwind 朋友用dreamweaver做了一個網站，沒有動態的內容，只是一些個人收藏的文章，個人介紹等等。現在內容比較多了，想叫我幫他做一個搜索引擎。說實在的，這是一個不難的問題，于是就隨手做了一個。現在我在其它論壇上也看到有人想做這個，于是就想說說這方面的知識，重在了解一下方法。 寫程序前先要想好一個思路，下面是我的思路，可能誰有更好的，但注意這只是一個方法問題 ：遍歷所有文件 讀取內容 搜索關鍵字,如果匹配就放入一個數組 讀數組。在實現這些步驟之前，我假定你的網頁都是標準的，就是有標題(<title></title>)，也有(<bod *></body>),如果你是用dreamweaver或者frontpage設計的，那么除非你故意刪掉，它們都在存在的。下面就讓我們一步步來完成并在工程中改善這個搜索引擎。 一,設計搜索表單
在網站的根目錄下建個search.htm，內容如下
<html>
<head>
<title>搜索表單</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
再在根目錄下建個search.php 的文件，用來處理search.htm表單傳過來的數據.內容如下
<?php
//獲取搜索關鍵字
$keyword=trim($_POST[“keyword”]);
//檢查是否為空
if($keyword==””){
echo”您要搜索的關鍵字不能為空”;
exit;//結束程序
}
?>
這樣如果訪問者輸入的關鍵字為空時，可以做出提示。下面是遍歷所有文件。 我們可以用遞歸的方法遍歷所有的文件，可以用函數opendir,readdir,也可以用PHP Directory的類。我們現在用前者.
<?php
//遍歷所有文件的函數
function listFiles($dir){
$handle=opendir($dir);
while(false!==($file=readdir($handle))){
if($file!="."&&$file!=".."){
//如果是目錄就繼續搜索
if(is_dir("$dir/$file")){
listFiles("$dir/$file");
}
else{
//在這里進行處理
}
}
}
} ?> 在紅字的地方我們可以對搜索到的文件進行讀取，處理.下面就是讀取文件內容，并檢查內容中是否含有關鍵字$keyword,如果含有就把文件地址賦給一個數組。
<?php
//$dir是搜索的目錄,$keyword是搜索的關鍵字 ,$array是存放的數組
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{
//讀取文件內容
$data=fread(fopen("$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/$file";
}
}
}
}
}
}
//定義數組$array
$array=array();
//執行函數
listFiles(".","php",$array);
//打印搜索結果
foreach($array as $value){
echo "$value"."<br>\n";
}
?> 現在把這個結果和開頭的一段程序結合起來，輸入一個關鍵字，然后就會發現你的網站中的相關結果都被搜索出來了。我們現在在把它完善一下。
1,列出內容的標題
把
if(eregi("$keyword",$data)){
$array[]="$dir/$file";
}
改成
if(eregi("$keyword",$data)){
if(eregi("<title>(.+)</title>",$data,$m)){
$title=$m["1"];
}
else{
$title="沒有標題";
}
$array[]="$dir/$file $title";
}
原理就是，如果在文件內容中找到<title>xxx</title>，那么就把xxx取出來作為標題，如果找不到那么就把標題命名未”沒有標題”. 2,只搜索網頁的內容的主題部分。
做網頁時一定會有很多html代碼在里面，而這些都不是我們想要搜索的，所以要去除它們。我現在用正則表達式和strip_tags的配合,并不能把所有的都去掉。
把
$data=fread(fopen("$dir/$file","r"),filesize("$dir/$file"));
//不搜索自身
if($file!=”search.php”){
//是否匹配
if(eregi("$keyword",$data)){
改為
$data=fread(fopen("$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",$body)){ 3,標題上加鏈接
foreach($array as $value){
echo "$value"."<br>\n";
}
改成
foreach($array as $value){
//拆開
list($filedir,$title)=split(“[ ]”,$value,”2”);
//輸出
echo "<a href=$filedir>$value</a>"."<br>\n";
}
4防止超時
如果文件比較多，那么防止PHP執行時間超時是必要的。可以在文件頭加上
set_time_limit(“600”);
以秒為單位，所以上面是設10分鐘為限。
所以完整的程序就是
<?php
set_time_limit("600");
//獲取搜索關鍵字
$keyword=trim($_POST["keyword"]);
//檢查是否為空
if($keyword==""){
echo"您要搜索的關鍵字不能為空";
exit;//結束程序
}
function listFiles($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="沒有標題";
}
$array[]="$dir/$file $title";
}
}
}
}
}
}
$array=array();
listFiles(".","$keyword",$array);
foreach($array as $value){
//拆開
list($filedir,$title)=split("[ ]",$value,"2");
//輸出
echo "<a href=$filedir target=_blank>$title </a>"."<br>\n";
}
?>
到此為止，你已經做好了自己的一個搜索引擎，你也可以通過修改內容處理部分來改進它，可以實現搜索標題，或者搜索內容的功能。也可以考慮分頁。這些都留給你自己吧。 這里說明一下用preg_match代替eregi，會快很多。這里只是為了通俗易懂，所以使用了常用的eregi.
| 
