当前位置：首页 > 软件开发 > Web开发 > PHP

做个自己站内搜索引擎

来源：岁月联盟编辑：zhuzhu 时间：2006-12-05

　　ccterran（原作）

　　作者：iwind

　　朋友用dreamweaver做了一个，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>

　　
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("",)){
　　　　　　　　　[]="/";
　　　　　　　　　　　　　}
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。
把
　　　　　　=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";
}
?>