做个自己站内搜索引擎-大鹏天空™

当前位置：首页 >> 网络编程 >> PHP >> 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
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> ";
}
?>

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
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="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。
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> ";
}
改成
foreach( $array as $value){
//拆开
list( $filedir, $title)=split(“[ ]”, $value,”2”);
//输出
echo "<a href= $filedir> $value</a>"."<br> ";
}
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 target=_blank> $title </a>"."<br> ";
}
?>

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.

做个自己站内搜索引擎
作者：	发布时间：04-11-22	浏览次数：1023	[大中小]

置顶文章

推荐文章

点击排行