搜索引擎技術(shù)核心揭密(PHP)_PHP教程
推薦:在同一窗體中使用PHP來(lái)處理多個(gè)提交任務(wù)在PHP中的處理窗體數(shù)據(jù)比其它網(wǎng)頁(yè)程序語(yǔ)言更簡(jiǎn)單——如果你使用這種語(yǔ)言一段時(shí)間后,你會(huì)發(fā)現(xiàn)這是一個(gè)不可爭(zhēng)辯的事實(shí)。這種操作的簡(jiǎn)易性使它可以容易地處理更為復(fù)雜的窗體事件,包括
談到網(wǎng)頁(yè)搜索引擎時(shí),大多數(shù)人都會(huì)想到雅虎。的確,雅虎開(kāi)創(chuàng)了一個(gè)互聯(lián)網(wǎng)絡(luò)的搜索時(shí)代。然而,雅虎目前用于搜索網(wǎng)頁(yè)的技術(shù)卻并非該公司原先自己開(kāi)發(fā)的。2000年8月,雅虎采用了Google(www.google.com)這家由斯坦福大學(xué)學(xué)生創(chuàng)建的風(fēng)險(xiǎn)公司的技術(shù)。理由非常簡(jiǎn)單,Google的搜索引擎比雅虎先前使用的技術(shù)能更快、更準(zhǔn)確搜索到所需要的信息。
讓我們自己來(lái)設(shè)計(jì)、開(kāi)發(fā)一個(gè)強(qiáng)勁、高效的搜索引擎和數(shù)據(jù)庫(kù)恐怕短時(shí)間內(nèi)在技術(shù)、資金等方面是不可能的,不過(guò),既然雅虎都在使用別人的技術(shù),那么我們是不是也可以使用別人現(xiàn)成的搜索引擎網(wǎng)站呢?
剖析編程思路
我們可以這樣設(shè)想:模擬一個(gè)查詢,向某個(gè)搜索引擎網(wǎng)站發(fā)出相應(yīng)格式的搜索命令,然后傳回搜索結(jié)果,對(duì)結(jié)果的HTML代碼進(jìn)行分析,剝離多余的字符和代碼,最后按所需要的格式顯示在我們自己的網(wǎng)站頁(yè)面里。
這樣,問(wèn)題的關(guān)鍵就在于,我們要選定一個(gè)搜索信息準(zhǔn)確(這樣我們的搜索才會(huì)更有意義�。⑺俣瓤欤ㄒ�?yàn)槲覀兎治鏊阉鹘Y(jié)果并顯示需要額外的時(shí)間),搜索結(jié)果簡(jiǎn)潔(便于進(jìn)行HTML源代碼分析和剝離)的搜索網(wǎng)站,由于新一代搜索引擎Google的各種優(yōu)良特性,這里我們選擇它為例,來(lái)看看用PHP怎樣實(shí)現(xiàn)后臺(tái)對(duì)Google(www.google.com)搜索、前臺(tái)個(gè)性化顯示這一過(guò)程。
我們先來(lái)看看Google的查詢命令的構(gòu)成。進(jìn)入www.google.com網(wǎng)站,在查詢欄中輸入“abcd”,點(diǎn)擊查詢按鈕,我們可以發(fā)現(xiàn)瀏覽器的地址欄變成:"http://www.google.com/search?q=abcd&btnG=Google搜索&hl=zh-CN&lr=",可見(jiàn),Google是通過(guò)表單的get方式來(lái)傳遞查詢參數(shù)并遞交查詢命令的。我們可以使用PHP中的file()函數(shù)來(lái)模擬這個(gè)查詢過(guò)程。
了解File函數(shù)
語(yǔ)法: array file(string filename);
返回值為數(shù)組,將文件全部讀入數(shù)組變量中。這里的文件可以是本地的,也可以是遠(yuǎn)程的,遠(yuǎn)程文件必須指明所使用的協(xié)議。例如: result=file(“http://www.google.com/search?q=abcd&btnG=Google搜索&hl=zh-CN&lr=”),該語(yǔ)句將模擬我們?cè)贕oogle上查詢單詞“abcd”的過(guò)程,并將搜索結(jié)果以每行為元素,傳回到數(shù)組變量 result中。因?yàn)檫@里讀取的文件是遠(yuǎn)程的,所以協(xié)議名“http://”不能缺少。
如果要讓用戶輸入搜索字符進(jìn)行任意搜索,我們可以做一個(gè)輸入文本框和提交按鈕,并將上文中的被搜索字符“abcd”用變量替換:
<?php
echo '<form>'; //沒(méi)有參數(shù)的form,默認(rèn)提交方式為get,提交到本身
echo '<input type="text" name="keywords">'; //構(gòu)造一個(gè)文本輸入框
echo '<input type="submit" value="查詢">'; //構(gòu)造一個(gè)提交查詢按鈕
echo '</form>';
if (isset( keywords)) //提交后PHP會(huì)生成變量 kwywords,即要求下面的程序在提交后運(yùn)行
{
urlencode( keywords); //對(duì)用戶輸入內(nèi)容進(jìn)行URL編碼
result=file("http://www.google.com/search?q=". keywords."&btnG=Google搜索&hl=zh-CN&lr=");
//對(duì)查詢語(yǔ)句進(jìn)行變量替換,將查詢結(jié)果保存在數(shù)組變量 result中
result_string=join(" ", result); //將數(shù)組$result合并成字符串,各數(shù)組元素之間用空格粘和
... //進(jìn)一步處理
}
?>
上面的這段程序已經(jīng)能按用戶輸入內(nèi)容進(jìn)行查詢,并將返回的結(jié)果合成一個(gè)字符串變量$result_string。請(qǐng)注意要使用urlencode()函數(shù)將用戶輸入內(nèi)容進(jìn)行URL編碼,才可以正常地對(duì)輸入的漢字、空格以及其他特殊字符進(jìn)行查詢,這樣做也是盡可能逼真地模擬Google的查詢命令,保證搜索結(jié)果的正確性。
對(duì)Google的分析
為了便于理解,現(xiàn)在假設(shè)我們所真正需要的東西是:搜索結(jié)果的標(biāo)題。網(wǎng)址和簡(jiǎn)介等,這是一個(gè)簡(jiǎn)潔而典型的需求。這樣,我們所要做的便是:去除Google搜索結(jié)果的臺(tái)頭和腳注,包括一個(gè)Google的標(biāo)志、再次搜索的輸入框和搜索結(jié)果說(shuō)明等,并且在剩余的搜索結(jié)果各項(xiàng)條目中剝離原來(lái)的HTML格式標(biāo)記,替換成我們想要的格式。
要做到這一點(diǎn),我們必須仔細(xì)地分析Google搜索結(jié)果的HTML源碼,找到其中的規(guī)律。不難發(fā)現(xiàn),在Google的搜索結(jié)果的正文總是包含在源碼的第一個(gè)<p>標(biāo)記和倒數(shù)第二個(gè)<p>標(biāo)記之間,并且倒數(shù)第二個(gè)<p>標(biāo)記后緊跟table字符,而且這個(gè)組合“<p><table”在源碼中也僅有一次,利用這個(gè)特點(diǎn),我們可以這樣去除Google的臺(tái)頭和腳注。
分享:用PHP生成PDF文件 with FPDFWhat is FPDF? FPDF is a PHP class which allows to generate PDF files with pure PHP, that is to say without using the PDFlib library. The advantage is that PDFlib requires a fee for
- PHPNOW安裝Memcached擴(kuò)展方法詳解
- php記錄頁(yè)面代碼執(zhí)行時(shí)間
- PHP中獎(jiǎng)概率的抽獎(jiǎng)算法程序代碼
- apache設(shè)置靜態(tài)文件緩存方法介紹
- php對(duì)圖像的各種處理函數(shù)代碼小結(jié)
- PHP 關(guān)于訪問(wèn)控制的和運(yùn)算符優(yōu)先級(jí)介紹
- 關(guān)于PHP語(yǔ)言構(gòu)造器介紹
- php/js獲取客戶端mac地址的實(shí)現(xiàn)代碼
- php5.5新數(shù)組函數(shù)array_column使用
- PHP preg_match的匹配多國(guó)語(yǔ)言的技巧
- php 中序列化和json使用介紹
- php采集文章中的圖片獲取替換到本地
PHP教程Rss訂閱編程教程搜索
PHP教程推薦
- PHP分頁(yè)函數(shù)(PHP代碼+JS+CSS完整實(shí)例)
- 解析php實(shí)現(xiàn)給上傳圖片加水印圖案
- PHP實(shí)現(xiàn)首頁(yè)自動(dòng)選擇語(yǔ)言轉(zhuǎn)跳
- php中mb_convert_encoding 和 iconv 的區(qū)別
- 淺談保護(hù)代碼安全,PHP如何進(jìn)行注入
- 基于PHP異步執(zhí)行的常用方式詳解
- php采集文章中的圖片獲取替換到本地
- 使用php 5時(shí)MySQL返回亂碼的解決辦法
- php快速u(mài)rl重寫(xiě)實(shí)例
- PHP實(shí)現(xiàn)網(wǎng)站的無(wú)限分類(lèi)
- 相關(guān)鏈接:
- 教程說(shuō)明:
PHP教程-搜索引擎技術(shù)核心揭密(PHP)
。