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>\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 <?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>\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.
查看更多关于做个自己站内搜索引擎-PHP实例的详细内容...