设为首页收藏本站language 语言切换
查看: 1385|回复: 0
收起左侧

搜索引擎技术核心揭密(上)

[复制链接]
发表于 2010-2-24 13:36:07 | 显示全部楼层 |阅读模式
<br>                       编者按:这是一篇精彩的编程教学文章,不但详细地剖析了搜索引擎的原理,也提供了笔者自己对使用PHP编制搜索引擎的一些思路。整篇文章深入浅出,相信无论是高手还是菜鸟,都能从中得到不少的启发。 <BR><BR>  谈到网页搜索引擎时,大多数人都会想到雅虎。的确,雅虎开创了一个互联网络的搜索时代。然而,雅虎目前用于搜索网页的技术却并非该公司原先自己开发的。2000年8月,雅虎采用了Google(www.google.com)这家由斯坦福大学学生创建的风险公司的技术。理由非常简单,Google的搜索引擎比雅虎先前使用的技术能更快、更准确搜索到所需要的信息。 <BR><BR>  让我们自己来设计、开发一个强劲、高效的搜索引擎和数据库恐怕短时间内在技术、资金等方面是不可能的,不过,既然雅虎都在使用别人的技术,那么我们是不是也可以使用别人现成的搜索引擎网站呢? <BR><BR>剖析编程思路 <BR><BR>  我们可以这样设想:模拟一个查询,向某个搜索引擎网站发出相应格式的搜索命令,然后传回搜索结果,对结果的HTML代码进行分析,剥离多余的字符和代码,最后按所需要的格式显示在我们自己的网站页面里。 <BR><BR>  这样,问题的关键就在于,我们要选定一个搜索信息准确(这样我们的搜索才会更有意义啊)、速度快(因为我们分析搜索结果并显示需要额外的时间),搜索结果简洁(便于进行HTML源代码分析和剥离)的搜索网站,由于新一代搜索引擎Google的各种优良特性,这里我们选择它为例,来看看用PHP怎样实现后台对Google(www.google.com)搜索、前台个性化显示这一过程。 <BR><BR>  我们先来看看Google的查询命令的构成。进入www.google.com网站,在查询栏中输入“abcd”,点击查询按钮,我们可以发现浏览器的地址栏变成:"http://www.google.com/search?q=abcd&amp;btnG=Google%CB%D1%CB%F7&amp;hl=zh-CN&amp;lr=",可见,Google是通过表单的get方式来传递查询参数并递交查询命令的。我们可以使用PHP中的file()函数来模拟这个查询过程。 <BR><BR>了解File()函数 <BR><BR>  语法: array file(string filename); <BR><BR>  返回值为数组,将文件全部读入数组变量中。这里的文件可以是本地的,也可以是远程的,远程文件必须指明所使用的协议。例如: result=file(“http://www.google.com/search?q=abcd&amp;btnG=Google%CB%D1%CB%F7&amp;hl=zh-CN&amp;lr=”),该语句将模拟我们在Google上查询单词“abcd”的过程,并将搜索结果以每行为元素,传回到数组变量 result中。因为这里读取的文件是远程的,所以协议名“http://”不能缺少。 <BR><BR>  如果要让用户输入搜索字符进行任意搜索,我们可以做一个输入文本框和提交按钮,并将上文中的被搜索字符“abcd”用变量替换: <BR>  &lt;?php <BR>  echo '&lt;form&gt;'; //没有参数的form,默认提交方式为get,提交到本身 <BR>  echo '&lt;input type="text" name="keywords"&gt;'; //构造一个文本输入框 <BR>  echo '&lt;input type="submit" value="查询"&gt;'; //构造一个提交查询按钮 <BR>  echo '&lt;/form&gt;'; <BR><BR>  if (isset( keywords)) //提交后PHP会生成变量 kwywords,即要求下面的程序在提交后运行 <BR>  { <BR>  urlencode( keywords); //对用户输入内容进行URL编码 <BR>  result=file("http://www.google.com/search?q=". keywords."&amp;btnG=Google%CB%D1%CB%F7&amp;hl=zh-CN&amp;lr="); <BR>//对查询语句进行变量替换,将查询结果保存在数组变量 result中 <BR>  result_string=join(" ", result); //将数组$result合并成字符串,各数组元素之间用空格粘和 <BR>  ... //进一步处理 <BR>  } <BR>  ?&gt; <BR><BR>  上面的这段程序已经能按用户输入内容进行查询,并将返回的结果合成一个字符串变量$result_string。请注意要使用urlencode()函数将用户输入内容进行URL编码,才可以正常地对输入的汉字、空格以及其他特殊字符进行查询,这样做也是尽可能逼真地模拟Google的查询命令,保证搜索结果的正确性。                   <br><br>
您需要登录后才可以回帖 登录 | 论坛注册

本版积分规则

QQ|Archiver|手机版|小黑屋|sitemap|鸿鹄论坛 ( 京ICP备14027439号 )  

GMT+8, 2025-4-9 03:47 , Processed in 0.069812 second(s), 24 queries , Redis On.  

  Powered by Discuz!

  © 2001-2025 HH010.COM

快速回复 返回顶部 返回列表