做個自己站內搜尋引擎

ccterran（原作）

作者：iwind

朋友用Dreamweaver做了一個網站，沒有動態內容，只是一些個人收藏的文章，個人介紹等等。現在內容比較多了，想叫我幫他做一個搜尋引擎。說實在的，這是一個不難的問題，於是就隨手做了一個。現在我在其它論壇上也看到有人想做這個，於是就想說說這方面的知識，重在瞭解一下方法。

寫程式前先要想好一個思路，下面是我的思路，可能誰有更好的，但注意這隻是一個方法問題 ：遍曆所有檔案  讀取內容  搜尋索引鍵,如果匹配就放入一個數組  讀數組。在實現這些步驟之前，我假定你的網頁都是標準的，就是有標題()，也有(),如果你是用dreamweaver或者frontpage設計的，那麼除非你故意刪掉，它們都在存在的。下面就讓我們一步步來完成並在工程中改善這個搜尋引擎。

一,設計搜尋表單
在網站的根目錄下建個search.htm，內容如下


搜尋表單

二，搜尋程式
再在根目錄下建個search.php 的檔案，用來處理search.htm表單傳過來的資料.內容如下
//擷取搜尋索引鍵
$keyword=trim($_POST[“keyword”]);
//檢查是否為空白
if($keyword==””){
　 echo”您要搜尋的關鍵字不可為空”;
　 exit;//結束程式
}
?>

這樣如果訪問者輸入的關鍵字為空白時，可以做出提示。下面是遍曆所有檔案。

我們可以用遞迴的方法遍曆所有的檔案，可以用函數opendir,readdir,也可以用PHP Directory的類。我們現在用前者.
//遍曆所有檔案的函數
function listFiles($dir){
　 $handle=opendir($dir);
　 while(false!==($file=readdir($handle))){
　　　　 if($file!="."&&$file!=".."){
　　　　 //如果是目錄就繼續搜尋
　　　　 if(is_dir("$dir/$file")){
　　　　　　 listFiles("$dir/$file");
　　　　 }
　　　　　　 else{
　　　　　 //在這裡進行處理
　　　　　　 }
　　 }
　 }
}

?>

在紅字的地方我們可以對搜尋到的檔案進行讀取，處理.下面就是讀取檔案內容，並檢查內容中是否含有關鍵字$keyword,如果含有就把檔案地址賦給一個數組。
//$dir是搜尋的目錄,$keyword是搜尋的關鍵字 ,$array是存放的數組
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{
　　　　　 //讀取檔案內容
　　　　　 $data=fread(fopen("$dir/$file","r"),filesize("$dir/$file"));
　　　　　 //不搜尋自身
　　　　　 if($file!=”search.php”){
　　　　　　 //是否匹配
　　　　　　　　　　　　 if(eregi("$keyword",$data)){
　　　　　　　　 $array[]="$dir/$file";
　　　　　　　　　　　　 }
　　　　　 }
　　　　　　 }
　　 }
　 }
}
//定義數組$array
$array=array();
//執行函數
listFiles(".","php",$array);
//列印搜尋結果
foreach($array as $value){
　 echo "$value"."
\n";
}
?>

現在把這個結果和開頭的一段程式結合起來，輸入一個關鍵字，然後就會發現你的網站中的相關結果都被搜尋出來了。我們現在在把它完善一下。
1,列出內容的標題
把
　　　　　　　　　　　　 if(eregi("$keyword",$data)){
　　　　　　　　 $array[]="$dir/$file";
　　　　　　　　　　　　 }
改成
　　　　　　　　　　　　 if(eregi("$keyword",$data)){
　　　　　　　　　　　　　　　　　 if(eregi("(.+)",$data,$m)){
　　　　　　　　　　　 $title=$m["1"];
　　　　　　　　　　　　　　　　　 }
　　　　　　　　　　　　　　　　　 else{
　　　　　　　　　　　 $title="沒有標題";
　　　　　　　　　　　　　　　　　 }
　　　　　　　　　　　　　　　　　 $array[]="$dir/$file $title";
　　　　　　　　　　　　　 }
原理就是，如果在檔案內容中找到xxx，那麼就把xxx取出來作為標題，如果找不到那麼就把標題命名未”沒有標題”.

2,只搜尋網頁的內容的主題部分。
做網頁時一定會有很多html代碼在裡面，而這些都不是我們想要搜尋的，所以要去除它們。我現在用Regex和strip_tags的配合,並不能把所有的都去掉。
把
　　　　　 $data=fread(fopen("$dir/$file","r"),filesize("$dir/$file"));
　　　　　 //不搜尋自身
　　　　　 if($file!=”search.php”){
　　　　　　 //是否匹配
　　　　　　　　　　　　 if(eregi("$keyword",$data)){
改為
$data=fread(fopen("$dir/$file","r"),filesize("$dir/$file"));
　　　　　 if(eregi("]+)>(.+)",$data,$b)){
　　　　　　　　 $body=strip_tags($b["2"]);
　　　　　　　　　　　 }
　　　　　　　　　　　 else{
　　　　　　　　 $body=strip_tags($data);
　　　　　　　　　　　 }
　　　　　　　　　　　 if($file!="search.php"){
　　　　　　　　　　　　　 if(eregi("$keyword",$body)){

3,標題上加連結
foreach($array as $value){
　 echo "$value"."
\n";
}
改成
foreach($array as $value){
　 //拆開
　 list($filedir,$title)=split(“[ ]”,$value,”2”);
　 //輸出
　 echo "$value"."
\n";
}
4防止逾時
如果檔案比較多，那麼防止PHP執行時間逾時是必要的。可以在檔案頭加上
set_time_limit(“600”);
以秒為單位，所以上面是設10分鐘為限。

所以完整的程式就是
set_time_limit("600");
//擷取搜尋索引鍵
$keyword=trim($_POST["keyword"]);
//檢查是否為空白
if($keyword==""){
　 echo"您要搜尋的關鍵字不可為空";
　 exit;//結束程式
}
function listFiles($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/$file"));
　　　　　　　　　　　 if(eregi("]+)>(.+)",$data,$b)){
　　　　　　　　 $body=strip_tags($b["2"]);
　　　　　　　　　　　 }
　　　　　　　　　　　 else{
　　　　　　　　 $body=strip_tags($data);
　　　　　　　　　　　 }
　　　　　　　　　　　 if($file!="search.php"){
　　　　　　　　　　　　　 if(eregi("$keyword",$body)){
　　　　　　　　　　　　　　　　　 if(eregi("(.+)",$data,$m)){
　　　　　　　　　　　 $title=$m["1"];
　　　　　　　　　　　　　　　　　 }
　　　　　　　　　　　　　　　　　 else{
　　　　　　　　　　　 $title="沒有標題";
　　　　　　　　　　　　　　　　　 }
　　　　　　　　　　　　　　　　　 $array[]="$dir/$file $title";
　　　　　　　　　　　　　 }
　　　　　　　　　　　 }
　　　　　　 }
　　 }
　 }
}
$array=array();
listFiles(".","$keyword",$array);
foreach($array as $value){
　 //拆開
　 list($filedir,$title)=split("[ ]",$value,"2");
　 //輸出
　 echo "$title "."
\n";
}
?>

到此為止，你已經做好了自己的一個搜尋引擎，你也可以通過修改內容處理部分來改進它，可以實現搜尋標題，或者搜尋內容的功能。也可以考慮分頁。這些都留給你自己吧。

這裡說明一下用PReg_match代替eregi，會快很多。這裡只是為了通俗易懂，所以使用了常用的eregi.

