跳至正文

做个自己站内搜索引擎

  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
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
=trim();
//检查是否为空
if(==””){
  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(){
  =opendir();
  while(false!==(=readdir())){
     if(!=”.”&&!=”..”){
     //如果是目录就继续搜索
     if(is_dir(“/”)){
       listFiles(“/”);
     }
       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,如果含有就把文件地址赋给一个数组。
<?php
//, ,
function listFiles(,,&){
  =opendir();
  while(false!==(=readdir())){
     if(!=”.”&&!=”..”){
     if(is_dir(“/”)){
       listFiles(“/”,,);
     }
       else{
      //读取文件内容
      =fread(fopen(“/”,”r”),filesize(“/”));
      //不搜索自身
      if(!=”search.php”){
       //是否匹配
             if(eregi(“”,)){
         []=”/”;
             }
      }
       }
   }
  }
}
//定义数组
=array();
//执行函数
listFiles(“.”,”php”,);
//打印搜索结果
foreach( as ){
  echo “”.”<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(“”,)){
         []=”/”;
             }
改成
             if(eregi(“”,)){
                  if(eregi(“<title>(.+)</title>”,,)){
            2004092616=;
                  }
                  else{
            2004092616=”没有标题”;
                  }
                  []=”/ 2004092616″;
              }
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。

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

  3,标题上加链接
foreach( as ){
  echo “”.”<br>\n”;
}
改成
foreach( as ){
  //拆开
  list(,2004092616)=split(“[ ]”,,”2”);
  //输出
  echo “<a href=></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
=trim();
//检查是否为空
if(==””){
  echo”您要搜索的关键字不能为空”;
  exit;//结束程序
}
function listFiles(,,&){
  =opendir();
  while(false!==(=readdir())){
     if(!=”.”&&!=”..”){
     if(is_dir(“/”)){
       listFiles(“/”,,);
     }
       else{
      =fread(fopen(“/”,”r”),filesize(“/”));
            if(eregi(“<body([^>]+)>(.+)</body>”,,)){
         =strip_tags();
            }
            else{
         =strip_tags();
            }
            if(!=”search.php”){
              if(eregi(“”,)){
                  if(eregi(“<title>(.+)</title>”,,)){
            2004092616=;
                  }
                  else{
            2004092616=”没有标题”;
                  }
                  []=”/ 2004092616″;
              }
            }
       }
   }
  }
}
=array();
listFiles(“.”,””,);
foreach( as ){
  //拆开
  list(,2004092616)=split(“[ ]”,,”2″);
  //输出
  echo “<a href= target=_blank>2004092616 </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.