PHP开发搜索引擎技术全解析

谈到网页搜索引擎时，很多人都会想到雅虎。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这家由斯坦福大学学生创建的公司的技术。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。

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?

剖析编程思路

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。

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搜索、前台个性化显示这一过程。

我们先来看看Google的查询命令的构成。进入Google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&btnG=Google%CB%D1%CB%F7&hl=zh-CN&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。

了解File()函数

语法:arrayfile(stringfilename);

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=a...mp;hl=zh-CN&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。

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：

echo'

';file://没有参数的form，默认提交方式为get，提交到本身

echo';file://构造一个文本输入框

echo';file://构造一个提交查询按钮

echo'

';

if(isset(keywords))file://提交后PHP会生成变量kwywords,即要求下面的程序在提交后运行

{

urlencode(keywords);file://对用户输入内容进行URL编码

result=file("http://www.google.com/search?q=".keywords."&btnG=Google%CB%D1%CB%F7&hl=zh-CN&lr=");

file://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

result_string=join("",result);file://将数组$result合并成字符串，各数组元素之间用空格粘和

...file://进一步处理

}

?