浅析PHP关键词替换的类(避免重复替换,保留与还

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:

<?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="'https://www.jb51.net/article/.$url.'">'.$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; } }

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:http://www.heiqu.com/ca804d2e2af40c159869a7d9dc16ca6c.html