php - 对于自定义 PHP 搜索引擎，将我的页面索引到 MySQL 数据库的最佳方法是什么？

Question

我以前做过这个，但我忘记了所有的步骤。我已经想出了如何使用 file_get_contents() 函数抓取页面并删除所有不必要的

$data = file_get_contents("index.php"); //read the file
$data = strip_tags($data);
$data = strtoupper($data);

接下来，我使用了一个自定义的 explode 函数，它删除了所有指定的分隔符

$sep = "   ():.,!@#$%^&*[]{}?<>;";
$convert = superExplode($data, $sep);
function superExplode($str, $sep) {
    $i = 0;
    $arr[$i++] = strtok($str, $sep);
    while($token = strtok($sep))
    $arr[$i++] = $token;
    return $arr;
}

最后，我使用 array_count_values() 计算每个单词的每个实例，它将每个单词存储为键，单词计数作为值

$count = array_count_values($convert);

现在我可以简单地使用 foreach 循环来获取要存储在数据库中的键和字数。但是，我遇到的问题是，当我执行 print_r($count) 时，我在 $count 数组中得到了空白键。例如：

print_r($count);

返回：

 Array ([] => 1
 [] => 2 
 [] => 1 
 [HOME] => 1 
 [] => 1 
 [SUBMIT] => 1 
 [NEW] => 1 
 [VIEW] => 1)

如何过滤掉其中没有任何内容的键？谢谢。

Answer 1

我会在 foreach 中使用 unset 函数。

$array = array(
        '' => '1',
        '' => '2',
        '' => '1',
        'HOME' => '1',
        '' => '1',
        'SUBMIT' => '1',
        'NEW' => '1',
        'VIEW' => '1'
    );

function cleanArray($array){        
    foreach($array as $cleanMe => $value){
        if(empty($cleanMe)){
            unset($array[$cleanMe]);
        }
    }       
    return $array;
}

测试它

$arr = cleanArray($array);
print_r($arr);

Answer 2

使用不带参数的array_filter删除空元素。

$convert = array_filter($convert);
$count = array_count_values($convert);

Answer 3

您可以用正则表达式替换空格。我相信这会奏效...

$newData = preg_replace("/\s/", '', $data);