php关键词替换的类(避免重复替换,保留与还原原始链接)

转载:http://www.169it.com/blog_article/601549531.html

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 <ylx123456@gmail.com>
   * @packet mipang
   * 使用实例
   * $str = "绿壳蛋鸡撒范德萨下一年,下一年1的洒落开房间卢卡斯地方军";
   * $key = new KeyReplace($str,array("xxxx"=>"sadf","下一年1"=>'http://baidu.com',"下一年"=>'google.com'));
   * echo $key->getResultText();
   * echo $key->getRuntime();
   */
class KeyReplace
{
  private $keys = array();
  private $text = "";
  private $runtime = 0;
  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($b)) {
 return 0;
      }
      return (mb_strlen($a) < mb_strlen($b)) ? 1 : -1;
    }

usort($keys_tmp,"cmp");

foreach($keys_tmp as $key){

if(is_array($keys[$key])){
 $url = $keys[$key][rand(0,count($keys[$key])-1)];
      }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[0];

foreach($m[0] as $k=>$z){
 $z = preg_replace("#\##s","\#",$z);

$tmp = preg_replace('#'.$z.'#s',"[_a".$k."_]",$tmp,1);
      }

};

if(preg_match_all("#<[^>]+>#s",$tmp,$m)){
      $tags = $m[0];
      foreach($m[0] as $k=>$z){
 $z = preg_replace("#\##s","\#",$z);
 $tmp = preg_replace('#'.$z.'#s',"[_tag".$k."_]",$tmp,1);
      }
    }
    if(!empty($stop_keys)){
      if(preg_match_all("#".implode("|",$stop_keys)."#s",$tmp,$m)){
 $stopkeys = $m[0];
 foreach($m[0] as $k=>$z){
   $z = preg_replace("#\##s","\#",$z);
   $tmp = preg_replace('#'.$z.'#s',"[_s".$k."_]",$tmp,1);
 }
      }
    }
    $key1 = preg_replace("#([\#\(\)\[\]\*])#s","\\\\$1",$key);

if($this->url)
      $tmp = preg_replace("#(?!\[_s|\[_a|\[_|\[_t|\[_ta|\[_tag)".$key1."(?!ag\d+_\]|g\d+_\]|\d+_\]|s\d+_\]|_\])#us",'<a href="'.$url.'">'.$key.'</a>',$tmp,$this->all?-1:1);
    else
      $tmp = preg_replace("#(?!\[_s|\[_a|\[_|\[_t|\[_ta|\[_tag)".$key1."(?!ag\d+_\]|g\d+_\]|\d+_\]|s\d+_\]|_\])#us",$url,$tmp,$this->all?-1:1);

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;
  }
}

 
上一篇:PowerShell_零基础自学课程_9_高级主题:静态类和类的操作


下一篇:画廊视图(Gallery)的功能和用法