php关键词替换的类(避免重复替换,保留与还原原始链接)
本节主要内容:
一个关键词替换的类
主要可以用于关键词过滤,或关键词查找替换方面。
实现过程分析:
关键词替换,其实就是一个str_replace()的过程,如果是单纯的str_replace面对10W的关键词,1W字的文章也只需要2秒左右。
问题所在:
关键词替换了不只一次,比如a需要替换成<a>a</a>,但结果可能是<a><a>a</a></a>等这样。
为此,需要一个方法保护好已经替换了的标签,那么在处理文章之前,就先把标签替换掉比如[_tnum_]在文章处理好了以后再把它还原。
另外一个问题,如果关键字或文章中有[_tnum_]本身怎么办,那么就需要排除这种这里就不能使用str_replace了而需要用到preg_replace用正则来排除。
第三个问题,如果有两个关键字a和ab怎么办,希望先把长的匹配掉,短后匹配,这样就需要在匹配前先排序。
最后一个问题,当str_replace改成了preg_replace以后,变慢了同样一段话10W次匹配要5秒钟,字符串处理的函数中strpos要快一些,那么先用strpos找出关键词即可,10W次查询还不到1秒。就算是100万才道8秒多。
一个关键词匹配替换的类,代码:
代码示例:
</>code
- <?php
- /*
- * 关键词匹配类
- * @author ylx <ylx@gmail.com>
- * @packet mipang
- * 使用实例
- * $str = "绿壳蛋鸡撒范德萨下一年,下一年的洒落开房间卢卡斯地方军";
- * $key = new KeyReplace($str,array("xxxx"=>"sadf","下一年"=>'http://baidu.com',"下一年"=>'google.com'));
- * echo $key->getResultText();
- * echo $key->getRuntime();
- */
- class KeyReplace
- {
- private $keys = array();
- private $text = "";
- private $runtime = ;
- private $url = true;
- private $stopkeys = array();
- private $all = false;
- /**
- * @access public
- * @param string $text 指定被处理的文章
- * @param array $keys 指定字典词组array(key=>url,...) url可以是数组,如果是数组将随机替换其中的一个
- * @param array $stopkeys 指定停止词array(key,...) 这里面的词将不会被处理
- * @param boolean $url true 表示替换成链接否则只替换
- * @param boolean $all true 表示替换所有找到的词,否则只替换第一次
- */
- public function __construct($text='',$keys=array(),$url=true,$stopkeys=array(),$all=false) {
- $this->keys = $keys;
- $this->text = $text;
- $this->url = $url;
- $this->stopkeys = $stopkeys;
- $this->all = $all;
- }
- /**
- * 获取处理好的文章
- * @access public
- * @return string text
- */
- public function getResultText() {
- $start = microtime(true);
- $keys = $this->hits_keys();
- $keys_tmp = array_keys()($keys);
- function cmp($a, $b){
- if (mb_strlen($a) == mb_strlen($b)) {
- return ;
- }
- return (mb_strlen($a) < mb_strlen($b)) ? : -;
- }
- usort($keys_tmp,"cmp");
- foreach($keys_tmp as $key){
- if(is_array($keys[$key])){
- $url = $keys[$key][rand(,count($keys[$key])-)];
- }else
- $url = $keys[$key];
- $this->text = $this->r_s($this->text,$key,$url);
- }
- $this->runtime = microtime(true)-$start;
- return $this->text;
- }
- /**
- * 获取处理时间
- * @access public
- * @return float
- */
- public function getRuntime() {
- return $this->runtime;
- }
- /**
- * 设置关键词
- * @access public
- * @param array $keys array(key=>url,...)
- */
- public function setKeys($keys) {
- $this->keys = $keys;
- }
- /**
- * 设置停止词
- * @access public
- * @param array $keys array(key,...)
- */
- public function setStopKeys($keys) {
- $this->stopkeys = $keys;
- }
- /**
- * 设置文章
- * @access public
- * @param string $text
- */
- public function setText($text) {
- $this->text = $text;
- }
- /**
- * 用来找到字符串里面命中的关键词
- * @access public
- * @return array $keys 返回匹配到的词array(key=>url,...)
- */
- public function hits_keys(){
- $ar = $this->keys;
- $ar = $ar?$ar:array();
- $result=array();
- $str = $this->text;
- foreach($ar as $k=>$url){
- $k = trim($k);
- if(!$k)
- continue;
- if(strpos($str,$k)!==false && !in_array($k,$this->stopkeys)){
- $result[$k] = $url;
- }
- }
- return $result?$result:array();
- }
- /**
- * 用来找到字符串里面命中的停止词
- * @access public
- * @return array $keys 返回匹配到的词array(key,...)
- */
- public function hits_stop_keys(){
- $ar = $this->stopkeys;
- $ar = $ar?$ar:array();
- $result=array();
- $str = $this->text;
- foreach($ar as $k){
- $k = trim($k);
- if(!$k)
- continue;
- if(strpos($str,$k)!==false && in_array($k,$this->stopkeys)){
- $result[] = $k;
- }
- }
- return $result?$result:array();
- }
- /**
- * 处理替换过程
- * @access private
- * @param string $text 被替换者
- * @param string $key 关键词
- * @param string $url 链接
- * @return string $text 处理好的文章
- */
- private function r_s($text,$key,$url){
- $tmp = $text;
- $stop_keys = $this->hits_stop_keys();
- $stopkeys = $tags = $a = array();
- if(preg_match_all("#<a[^>]+>[^<]*</a[^>]*>#su",$tmp,$m)){
- $a=$m[];
- foreach($m[] as $k=>$z){
- $z = preg_replace("#\##s","\#",$z);
- $tmp = preg_replace('#'.$z.'#s',"[_a".$k."_]",$tmp,);
- }
- };
- if(preg_match_all("#<[^>]+>#s",$tmp,$m)){
- $tags = $m[];
- foreach($m[] as $k=>$z){
- $z = preg_replace("#\##s","\#",$z);
- $tmp = preg_replace('#'.$z.'#s',"[_tag".$k."_]",$tmp,);
- }
- }
- if(!empty($stop_keys)){
- if(preg_match_all("#".implode("|",$stop_keys)."#s",$tmp,$m)){
- $stopkeys = $m[];
- foreach($m[] as $k=>$z){
- $z = preg_replace("#\##s","\#",$z);
- $tmp = preg_replace('#'.$z.'#s',"[_s".$k."_]",$tmp,);
- }
- }
- }
- $key = preg_replace("#([\#\(\)\[\]\*])#s","\\\\$",$key);
- if($this->url)
- $tmp = preg_replace("#(?!\[_s|\[_a|\[_|\[_t|\[_ta|\[_tag)".$key."(?!ag\d+_\]|g\d+_\]|\d+_\]|s\d+_\]|_\])#us",'<a href="'.$url.'">'.$key.'</a>',$tmp,$this->all?-:);
- else
- $tmp = preg_replace("#(?!\[_s|\[_a|\[_|\[_t|\[_ta|\[_tag)".$key."(?!ag\d+_\]|g\d+_\]|\d+_\]|s\d+_\]|_\])#us",$url,$tmp,$this->all?-:);
- if(!empty($a)){
- foreach($a as $n=>$at){
- $tmp = str_replace("[_a".$n."_]",$at,$tmp);
- }
- }
- if(!empty($tags)){
- foreach($tags as $n=>$at){
- $tmp = str_replace("[_tag".$n."_]",$at,$tmp);
- }
- }
- if(!empty($stopkeys)){
- foreach($stopkeys as $n=>$at){
- $tmp = str_replace("[_s".$n."_]",$at,$tmp);
- }
- }
- return $tmp;
- }
- }
以上就是本文给大家介绍的PHP关键词替换的类(避免重复替换,保留与还原原始链接)。
JS批量替换内容中关键词为超链接,避开已存在的链接和alt、title中的关键词
懂点seo的人都知道要给内容中关键词加上链接,形成站内锚文本链接,这对seo有很大的帮助。
思路就是在数据库中录入若干个关键词和关键词对应的链接,当然链接可以根据关键词的id自动生成,或者直接用关键词作为链接参数,如?tag=1、?kw=关键词。
这个问题不是简单的一个批量replace那么简单,要考虑到已经存在的超链接,不能将里面的文字再次替换为超链接,还有就是图片的alt属性,或者其他标签的title属性,里面的文字也不该被替换。
见下面的HTML代码:
</>code
- 【<a href="http://www.baidu.com">九寨沟概要</a>】九寨沟位于四川省阿坝州九寨沟县境内,5A景点,世界自然遗产,有"五绝"之景色,我感到最绝的是海子,此生不能不去的景区。一年四季适合游,秋天是最美的。
- <img src="" alt="九寨沟图片" title="九寨沟图片" />
这种情况你不能直接将九寨沟替换为超链接啊,不然第一个链接就会被替换为链接中包含链接,然后是图片上的alt和title也替换了一个链接上去,这肯定是不符合HTML规范的。
情景一:排除属性中的关键词
匹配的正则为:关键词[^<]*>,所以排除这个关键词的正则为:关键词?!([^<]*>)。
情景二:排除链接中的关键词
匹配的正则为:关键词[^<]*<\/a>,所以排除这个关键词的正则为:关键词?!([^<]*<\/a>)。
整合两种情况的结果为:var reg=/关键词(?!([^<]*>)|([^<]*<\/a>))/ig;
废话不多说,最后给出一个完整的批量替换实例:
</>code
- <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
- <html xmlns="http://www.w3.org/1999/xhtml">
- <head>
- <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
- <title>无标题文档</title>
- </head>
- <body>
- <div id="content">
- 【<a href="http://www.baidu.com">九寨沟概要</a>】九寨沟位于四川省阿坝州九寨沟县境内,5A景点,世界自然遗产,有"五绝"之景色,我感到最绝的是海子,此生不能不去的景区。一年四季适合游,秋天是最美的。
- <img src="" alt="九寨沟图片" title="九寨沟图片" />
- </div>
- <hr />
- <div id="new">
- </div>
- <script>
- var c=document.getElementById("content").innerHTML;
- //var reg=/九寨沟(?!([^<]*>)|([^<]*<\/a>))/ig;
- var json=[
- {'key':'九寨沟','url':'/九寨沟/'}
- ,{'key':'景点','url':'/景点/'}
- ,{'key':'景区','url':'/景区/'}
- ];
- var reg;
- for(var i=0;i<json.length;i++){
- var j=json[i];
- reg=new RegExp(j.key+"(?!([^<]*>)|([^<]*<\/a>))","ig");
- c = c.replace(reg,"<a href='"+j.url+"'>"+j.key+"</a>");
- }
- document.getElementById("new").innerHTML=c;
- </script>
- </body>
- </html>
替换后的效果:
如对本文有疑问,请提交到交流论坛,广大热心网友会为你解答!! 点击进入论坛