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 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>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>n';}改成foreach($array as $value){ //拆开 list($filedir,$title)=split(“[ ]”,$value,”2”); //输出 echo '<a href=$filedir>$value</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<?phpset_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>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.
网公网安备