廣受客戶好評,滿足您的居家收納和風格,免費丈量設計 客製化系統家具,充分滿足居家空間機能需求 | 現場免費專人估價,廠房拆除、違章建築拆除 專業工程團隊,親切用心服務您! |
搜尋引擎技術核心揭密 |
房東:小優 發表時間:2007-05-20 |
這是一篇精彩的編程教學文章,不但詳細地剖析了搜尋引擎的原理,也提供了筆者自己對使用PHP編製搜尋引擎的一些思路。整篇文章深入淺出,相信無論是高手還是菜鳥,都能從中得到不少的啟發。 談到網頁搜尋引擎時,大多數人都會想到雅虎。的確,雅虎開創了一個網路絡的搜尋時代。然而,雅虎目前用於搜尋網頁的技術卻並非該公司原先自己開發的。2000年8月,雅虎採用了Google(www.google.com)這家由斯坦福大學學生增加的風險公司的技術。理由非常簡單,Google的搜尋引擎比雅虎先前使用的技術能更快、更準確搜尋到所需要的訊息。 讓我們自己來設計、開發一個強勁、高效的搜尋引擎和資料庫恐怕短時間內在技術、資金等方面是不可能的,不過,既然雅虎都在使用別人的技術,那麼我們是不是也可以使用別人現成的搜尋引擎網站呢? 剖析編程思路 我們可以這樣設想:模擬一個查詢,向某個搜尋引擎網站發出相應格式的搜尋命令,然後傳回搜尋結果,對結果的HTML程式碼進行分析,剝離多餘的字元和程式碼,最後按所需要的格式顯示在我們自己的網站網頁裡。 這樣,問題的關鍵就在於,我們要選定一個搜尋訊息準確(這樣我們的搜尋才會更有意義啊)、速度快(因為我們分析搜尋結果並顯示需要額外的時間),搜尋結果簡潔(便於進行HTML源程式碼分析和剝離)的搜尋網站,由於新一代搜尋引擎Google的各種優良特性,這裡我們選擇它為例,來看看用PHP怎樣實現後台對Google(www.google.com)搜尋、前台個性化顯示這一過程。 我們先來看看Google的查詢命令的構成。進入www.google.com網站,在查詢欄中輸入「abcd」,點擊查詢按鈕,我們可以發現瀏覽器的地址欄變成:"http://www.google.com/search?q=abcd&btnG=Google%CB%D1%CB%F7&hl=zh-CN&lr=",可見,Google是通過表單的get方式來傳遞查詢參數並遞交查詢命令的。我們可以使用PHP中的file()函數來模擬這個查詢過程。 瞭解File()函數 語法: array file(string filename); 返回值為陣列,將文件全部讀入陣列變數中。這裡的文件可以是本地的,也可以是遠端的,遠端文件必須指明所使用的協議。例如: result=file(「http://www.google.com/search?q=abcd&btnG=Google%CB%D1%CB%F7&hl=zh-CN&lr=」),該語句將模擬我們在Google上查詢單詞「abcd」的過程,並將搜尋結果以每行為元素,傳回到陣列變數 result中。因為這裡讀取的文件是遠端的,所以協議名「http://」不能缺少。 如果要讓使用者輸入搜尋字元進行任意搜尋,我們可以做一個輸入文本框和提交按鈕,並將上文中的被搜尋字元「abcd」用變數替換: echo ''; if (isset( keywords)) //提交後PHP會生成變數 kwywords,即要求下面的程式在提交後執行 { urlencode( keywords); //對使用者輸入內容進行URL編碼 result=file("http://www.google.com/search?q=". keywords."&btnG=Google%CB%D1%CB%F7&hl=zh-CN&lr="); //對查詢語句進行變數替換,將查詢結果保存在陣列變數 result中 result_string=join(" ", result); //將陣列$result合併成字串,各陣列元素之間用空格粘和 ... //進一步處理 } ?> 上面的這段程式已經能按使用者輸入內容進行查詢,並將返回的結果合成一個字串變數$result_string。請注意要使用urlencode()函數將使用者輸入內容進行URL編碼,才可以正常地對輸入的中文字、空格以及其他特殊字元進行查詢,這樣做也是盡可能逼真地模擬Google的查詢命令,保證搜尋結果的正確性。 對Google的分析 為了便於理解,現在假設我們所真正需要的東西是:搜尋結果的標題。網址和簡介等,這是一個簡潔而典型的需求。這樣,我們所要做的便是:去除Google搜尋結果的台頭和腳注,包括一個Google的標誌、再次搜尋的輸入框和搜尋結果說明等,並且在剩餘的搜尋結果各項條目中剝離原來的HTML格式標記,替換成我們想要的格式。 要做到這一點,我們必須仔細地分析Google搜尋結果的HTML源碼,找到其中的規律。不難發現,在Google的搜尋結果的正文總是包含在源碼的第一個 標記和倒數第二個 標記之間,並且倒數第二個 標記後緊跟table字元,而且這個組合「 以下所有程式均依次接續在上文程式的「進一步處理」處。 result_string = strstr( result_string, " "); //取 result_string從第一個 開始後的字串,以去除Google台頭 table符號的位置 table符號之前的字串,以去除腳注 ", result_string); //用字串" "把結果切開 |
|
廣利不動產-新板特區指名度最高、值得您信賴的好房仲 您的托付,廣利用心為您服務 廣利不動產-板橋在地生根最實在--新板特區指名度最高、值得您信賴的好房仲 完整房訊,房屋、店面熱門精選物件,廣利不動產 優質仲介,房屋租賃、買賣資訊透明,交易真安心! |
姓名: | |||
佈告內容: | |||
其他選項: | |||
|