快捷導(dǎo)航

做個(gè)自己站內(nèi)搜索引擎

更新時(shí)間：2006年10月09日 00:00:00 作者：

ccterran（原作）

作者：iwind

朋友用dreamweaver做了一個(gè)網(wǎng)站，沒有動(dòng)態(tài)的內(nèi)容，只是一些個(gè)人收藏的文章，個(gè)人介紹等等?，F(xiàn)在內(nèi)容比較多了，想叫我?guī)退鲆粋€(gè)搜索引擎。說實(shí)在的，這是一個(gè)不難的問題，于是就隨手做了一個(gè)。現(xiàn)在我在其它論壇上也看到有人想做這個(gè)，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(gè)思路，下面是我的思路，可能誰有更好的，但注意這只是一個(gè)方法問題：遍歷所有文件  讀取內(nèi)容  搜索關(guān)鍵字,如果匹配就放入一個(gè)數(shù)組  讀數(shù)組。在實(shí)現(xiàn)這些步驟之前，我假定你的網(wǎng)頁都是標(biāo)準(zhǔn)的，就是有標(biāo)題(<title></title>)，也有(<bod *></body>),如果你是用dreamweaver或者frontpage設(shè)計(jì)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(gè)搜索引擎。

一,設(shè)計(jì)搜索表單
在網(wǎng)站的根目錄下建個(gè)search.htm，內(nèi)容如下
<html>
<head>
<title>搜索表單</title>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
</head>

二，搜索程序
再在根目錄下建個(gè)search.php 的文件，用來處理search.htm表單傳過來的數(shù)據(jù).內(nèi)容如下
<?php
//獲取搜索關(guān)鍵字
$keyword=trim($_POST[“keyword”]);
//檢查是否為空
if($keyword==””){
echo”您要搜索的關(guān)鍵字不能為空”;
exit;//結(jié)束程序
}
?>

這樣如果訪問者輸入的關(guān)鍵字為空時(shí)，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(shù)opendir,readdir,也可以用PHP Directory的類。我們現(xiàn)在用前者.
<?php
//遍歷所有文件的函數(shù)
function listFiles($dir){
   $handle=opendir($dir);
   while(false!==($file=readdir($handle))){
          if($file!="."&&$file!=".."){
          //如果是目錄就繼續(xù)搜索
          if(is_dir("$dir/$file")){
             listFiles("$dir/$file");
          }
              else{
            //在這里進(jìn)行處理
             }
      }
   }
}

?>

在紅字的地方我們可以對搜索到的文件進(jìn)行讀取，處理.下面就是讀取文件內(nèi)容，并檢查內(nèi)容中是否含有關(guān)鍵字$keyword,如果含有就把文件地址賦給一個(gè)數(shù)組。
<?php
//$dir是搜索的目錄,$keyword是搜索的關(guān)鍵字 ,$array是存放的數(shù)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(nèi)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/$file";
                          }
            }
             }
      }
   }
}
//定義數(shù)組$array
$array=array();
//執(zhí)行函數(shù)
listFiles(".","php",$array);
//打印搜索結(jié)果
foreach($array as $value){
   echo "$value"."<br>\n";
}
?>

現(xiàn)在把這個(gè)結(jié)果和開頭的一段程序結(jié)合起來，輸入一個(gè)關(guān)鍵字，然后就會(huì)發(fā)現(xiàn)你的網(wǎng)站中的相關(guān)結(jié)果都被搜索出來了。我們現(xiàn)在在把它完善一下。
1,列出內(nèi)容的標(biāo)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(biāo)題";
                                   }
                                   $array[]="$dir/$file $title";
                           }
原理就是，如果在文件內(nèi)容中找到<title>xxx</title>，那么就把xxx取出來作為標(biāo)題，如果找不到那么就把標(biāo)題命名未”沒有標(biāo)題”.

2,只搜索網(wǎng)頁的內(nèi)容的主題部分。
做網(wǎng)頁時(shí)一定會(huì)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(xiàn)在用正則表達(dá)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(biāo)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(shí)
如果文件比較多，那么防止PHP執(zhí)行時(shí)間超時(shí)是必要的?？梢栽谖募^加上
set_time_limit(“600”);
以秒為單位，所以上面是設(shè)10分鐘為限。

所以完整的程序就是
<?php
set_time_limit("600");
//獲取搜索關(guān)鍵字
$keyword=trim($_POST["keyword"]);
//檢查是否為空
if($keyword==""){
   echo"您要搜索的關(guān)鍵字不能為空";
   exit;//結(jié)束程序
}
function listFiles($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(biāo)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";
}
?>