做个自己站内搜索引擎
<p>ccterran（原作） <br><br>作者：iwind <br><br>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<a href="http://www.phpchina.com/javascript:;" onClick="javascript:tagshow(event, '%B7%BD%B7%A8');" target="_self"><u><strong>方法</strong></u></a>。 <br><br>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 &#61664; 读取内容 &#61664; 搜索关键字,如果匹配就放入一个数组 &#61664; 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。 <br><br>一,设计搜索表单 <br>在网站的根目录下建个search.htm，内容如下 <br><html> <br><head> <br><title>搜索表单</title> <br><meta http-equiv="Content-Type" content="text/html; charset=gb2312"> <br></head> <br><br><body bgcolor="#FFFFFF" text="#000000"> <br><form name="form1" method="post" action="search.php"> <br><table width="100%" cellspacing="0" cellpadding="0"> <br><tr> <br><td width="36%"> <br><div align="center"> <br><input type="text" name="keyword"> <br></div> <br></td> <br><td width="64%"> <br><input type="submit" name="Submit" value="搜索"> <br></td> <br></tr> <br></table> <br></form> <br></body> <br></html> <br><br><br>二，搜索程序 <br>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 <br><?php <br>//获取搜索关键字 <br>$keyword=trim($_POST[“keyword”]); <br>//检查是否为空 <br>if($keyword==””){ <br>echo”您要搜索的关键字不能为空”; <br>exit;//结束程序 <br>} <br>?> <br><br>这样如果访问者输入的关键字为空时，可以做出提示。下面是遍历所有文件。 <br><br>我们可以用递归的方法遍历所有的文件，可以用函数opendir,readdir,也可以用<a href="http://www.phpchina.com/javascript:;" onClick="javascript:tagshow(event, 'PHP');" target="_self"><u><strong>PHP</strong></u></a> Directory的类。我们现在用前者. <br><?php <br>//遍历所有文件的函数 <br>function listFiles($dir){ <br>$handle=opendir($dir); <br>while(false!==($file=readdir($handle))){ <br>if($file!="."&&$file!=".."){ <br>//如果是目录就继续搜索 <br>if(is_dir("$dir/$file")){ <br>listFiles("$dir/$file"); <br>} <br>else{ <br>//在这里进行处理 <br>} <br>} <br>} <br>} <br><br>?> <br><br>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$keyword,如果含有就把文件地址赋给一个数组。 <br><?php <br>//$dir是搜索的目录,$keyword是搜索的关键字 ,$array是存放的数组 <br>function listFiles($dir,$keyword,&$array){ <br>$handle=opendir($dir); <br>while(false!==($file=readdir($handle))){ <br>if($file!="."&&$file!=".."){ <br>if(is_dir("$dir/$file")){ <br>listFiles("$dir/$file",$keyword,$array); <br>} <br>else{ <br>//读取文件内容 <br>$data=fread(fopen("$dir/$file","r"),filesize("$dir/$file")); <br>//不搜索自身 <br>if($file!=”search.php”){ <br>//是否匹配 <br>if(eregi("$keyword",$data)){ <br>$array[]="$dir/$file"; <br>} <br>} <br>} <br>} <br>} <br>} <br>//定义数组$array <br>$array=array(); <br>//执行函数 <br>listFiles(".","php",$array); <br>//打印搜索结果 <br>foreach($array as $value){ <br>echo "$value"."<br> "; <br>} <br>?> <br><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。 <br>1,列出内容的标题 <br>把 <br>if(eregi("$keyword",$data)){ <br>$array[]="$dir/$file"; <br>} <br>改成 <br>if(eregi("$keyword",$data)){ <br>if(eregi("<title>(.+)</title>",$data,$m)){ <br>$title=$m["1"]; <br>} <br>else{ <br>$title="没有标题"; <br>} <br>$array[]="$dir/$file $title"; <br>} <br>原理就是，如果在文件内容中找到<title>xxx</title>，那么就把xxx取出来作为标题，如果找不到那么就把标题命名未”没有标题”. <br><br>2,只搜索网页的内容的主题部分。 <br>做网页时一定会有很多html代码在里面，而这些都不是我们想要搜索的，所以要去除它们。我现在用<a href="http://www.phpchina.com/javascript:;" onClick="javascript:tagshow(event, '%D5%FD%D4%F2%B1%ED%B4%EF%CA%BD');" target="_self"><u><strong>正则表达式</strong></u></a>和strip_tags的配合,并不能把所有的都去掉。 <br>把 <br>$data=fread(fopen("$dir/$file","r"),filesize("$dir/$file")); <br>//不搜索自身 <br>if($file!=”search.php”){ <br>//是否匹配 <br>if(eregi("$keyword",$data)){ <br>改为 <br>$data=fread(fopen("$dir/$file","r"),filesize("$dir/$file")); <br>if(eregi("<body([^>]+)>(.+)</body>",$data,$b)){ <br>$body=strip_tags($b["2"]); <br>} <br>else{ <br>$body=strip_tags($data); <br>} <br>if($file!="search.php"){ <br>if(eregi("$keyword",$body)){ <br><br>3,标题上加链接 <br>foreach($array as $value){ <br>echo "$value"."<br> "; <br>} <br>改成 <br>foreach($array as $value){ <br>//拆开 <br>list($filedir,$title)=split(“[ ]”,$value,”2”); <br>//输出 <br>echo "<a href=http://www.phpchina.com/$filedir>$value</a>"."<br> "; <br>} <br>4防止超时 <br>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 <br>set_time_limit(“600”); <br>以秒为单位，所以上面是设10分钟为限。 <br><br><br>所以完整的程序就是 <br><?php <br>set_time_limit("600"); <br>//获取搜索关键字 <br>$keyword=trim($_POST["keyword"]); <br>//检查是否为空 <br>if($keyword==""){ <br>echo"您要搜索的关键字不能为空"; <br>exit;//结束程序 <br>} <br>function listFiles($dir,$keyword,&$array){ <br>$handle=opendir($dir); <br>while(false!==($file=readdir($handle))){ <br>if($file!="."&&$file!=".."){ <br>if(is_dir("$dir/$file")){ <br>listFiles("$dir/$file",$keyword,$array); <br>} <br>else{ <br>$data=fread(fopen("$dir/$file","r"),filesize("$dir/$file")); <br>if(eregi("<body([^>]+)>(.+)</body>",$data,$b)){ <br>$body=strip_tags($b["2"]); <br>} <br>else{ <br>$body=strip_tags($data); <br>} <br>if($file!="search.php"){ <br>if(eregi("$keyword",$body)){ <br>if(eregi("<title>(.+)</title>",$data,$m)){ <br>$title=$m["1"]; <br>} <br>else{ <br>$title="没有标题"; <br>} <br>$array[]="$dir/$file $title"; <br>} <br>} <br>} <br>} <br>} <br>} <br>$array=array(); <br>listFiles(".","$keyword",$array); <br>foreach($array as $value){ <br>//拆开 <br>list($filedir,$title)=split("[ ]",$value,"2"); <br>//输出 <br>echo "<a href=http://www.phpchina.com/$filedir target=_blank>$title </a>"."<br> "; <br>} <br>?> <br><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。 <br><br>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. <br><div>
