Boardunity & Video Forum - Suchergebnisse "googlifizieren"

Gesucht und nicht gefunden: Ansätze wie man Suchergebnisse so darstellt wie das in Suchmaschinen so üblich ist. Also in der Ergebnisliste eine Einleitung der gefundenen Seite darstellen und hierbei jeweils ein bisschen Text vor und nach dem Treffer aus dem Text anzeigen.

Da es hierzu in PHP nicht viel zu finden gab (das einzige war dieses Tutorial welches aber eher einem Witz ähnelt) habe ich eine Funktion geschrieben die auch von anderen nutzbar ist. Möglicherweise besteht daran ja Interesse. Der Code erhebt keinen Anspruch auf Perfektion oder Fehlerlosigkeit, Benutzung auf eigene Veranwortung. Die Lizenz ist auch einfach: benutz ihn wie du willst für was du willst.

PHP-Code:

   <?PHP

/**

 * Makes a search teaser like the ones displayed in google

 * search results.

 *

 * @author Johannes Klose <[email protected]>

 * @param  string $text          Text which should be "googlified"

 * @param  mixed  $query         The search query, either as array of search words or query string

 * @param  string $highlight     Highlight template with a %s spacer for the search word

 * @param  int    $teaserLength  Maximum length of the teaser (defaults to 300)

 * @param  int    $minGap        Minimum of characters as space between two extracts

 * @param  int    $minWordLength Minimum length of a search word (defaults to 3)

 * @return mixed                 Googlified text as string or boolean false on failure

 **/

function googlifyMe($text, $query, $highlight, $teaserLength = 400, $minGap = 5, $minWordLength = 3)

{

        if(!is_array($query)) {

                $query    = preg_replace('/[^\w\s]/',                            ' ', $query);

                $query    = preg_replace('/\b\w{0,'.($minWordLength - 1).'}\b/', ' ', $query);

                $query    = preg_replace('/\s/',                                 ' ', $query);

                $query    = preg_replace('/\s{2,}/',                             ' ', $query);

                $words    = array_unique(explode(' ', trim($query)));

                $numWords = count($words);

        } else {

                $words    = $query;

                $numWords = count($words);

        }

 
        if($numWords <= 0) {

                return false;

        }

 
        $pre      = round(((($teaserLength / $numWords) / 2) - 6 + $minGap), 0);

        $pre      = $pre < 0 ? 0 : $pre;

        $searchHi = '/('.join('|', $words).')/ie';

        $search   = join('|', $words);

        $search   = '/\b(.{0,'.$pre.'})('.$search.')(.{0,'.$pre.'})\b.{'.$minGap.'}/si';

        $result   = '';

 
        preg_match_all($search, $text, $matches);

        $wordsDone    = array();

        $countMatches = count($matches[0]);

 
        for($i = 0; $i < $countMatches; $i++)

        {

                $preWord  = $matches[1][$i];

                $postWord = $matches[3][$i];

                $word     = $matches[2][$i];

 
                if(isset($wordsDone[strtolower($word)])) {

                        continue;

                } else {

                        $wordsDone[strtolower($word)] = 1;

                }

 
                $tmp      = ' ... '.$preWord.$word.$postWord;

                $result  .= preg_replace($searchHi, 'sprintf($highlight, stripslashes("\1"))', $tmp);

        }

 
        return trim($result).' ...';

}

?>

Diese Funktion nimmt einen Text, Suchwörter und ein Highlightemplate und liefert eine Zusammenfassung im Suchmaschinenstil zurück.

Die Parameter im einzelnen:

$text - der Text der Zusammengefasst werden soll (logisch)
$query - entweder ein Suchstring oder ein Array mit Suchwörtern. Wenn es ein String ist wird er automatisch geparsed und in ein Array mit Suchwörtern aufgespalten.
$highlight - eine Vorlage zum hervorheben der Suchwörter. Die Vorlage wird via sprintf() bearbeitet. Das bedeutet das %s durch das hervorzuhebende Suchwort ersetzt wird.
$teaserLength - Richtwert für die maximale Länge der Zusammenfassung. Kann gerinfügig unter- und überschritten werden.
$minGap - minimum an Zeichen die zwischen zwei extrahierten Textstellen im Text sein müssen
$minWordLength - die minimale Suchwortlänge, spielt nur eine Rolle wenn $query ein String ist

Beispiel:

Code:

$text = 'eigentlich ist die postgresql ja ganz nett, aber mysql ist ja auch nicht zu verachten. php macht aber vorallem in verbindung mit einem apache webserver spass. man kann das zwar auch im cgi modus betreiben, aber das macht meist eher weniger spass. wie auch immer ist dies ein ganz dämlicher blindtext und ihm sollte nicht mehr beachtung geschenkt werden als unbedingt notwändig. und hier ist jetzt auch schon wieder schluss.';

$query = 'php mysql apache blindtext';

$highlight = '<b>%s</b>';
 

echo googlifyMe($text, $query, $highlight);

Ausgabe:

Zitat:

... eigentlich ist die postgresql ja ganz nett, aber mysql ist ja auch nicht zu verachten. php macht aber ... in verbindung mit einem apache webserver spass. man kann das zwar auch im cgi ... . wie auch immer ist dies ein ganz dämlicher blindtext und ihm sollte nicht mehr beachtung geschenkt ...

Verbesserungsvorschläge, Bugreports und sonstiges Feedback sind natürlich herzlich Willkommen :)