PHP实现自动锚文本管理

来源:转载

前言
前些日子公司有业务需求,需要为其做一个自动锚文本管理的功能.于是前去网上简单的看了看,好像没有现成的轮子可以使用,于是准备自己造一个轮子出来.


目录
1.锚文本管理简介
2.业务需求分析
3.代码设计
4.算法优化(未完成)


1.锚文本管理简介

锚文本又称锚文本链接,是链接的一种形式。和超链接类似,超链接的代码是锚文本,把关键词做一个链接,指向别的网页,这种形式的链接就叫作锚文本。
锚文本又称锚文本链接,锚文本实际上是建立了文本关键词与URL链接的关系。


从程序设计的角度来说,我们只需要搭建一个用于后台管理锚文本的系统,并且对需要处理的内容进行锚文本替换即可.本文我们只介绍锚文本替换.


2.业务需求分析

彼时,公司产品部给出的锚文本的属性为:
关键字(锚),网址URL,匹配数量,优先级
锚文本替换的规则为:


1.文章匹配所有关键字,如果关键字间存在包含重复关系,只取优先级最高的关键字
2.优先级值大的优先,相同优先级值的优先取序号(锚ID)大的进行替换
3.匹配数量指每个关键字在内容中进行匹配上后,使用锚点的数量
4.注意匹配正文只匹配文本内容,如:不用匹配图片的 alt 内容


我们这里给出一个例子来方便理解:


如有关键字:瑞士(优先级 6,匹配 2 次)、瑞士时间(优先级 8,匹配 1 次).正文里都出现了瑞士时间的字样,出现了 10 次。这时应用时效果为第一个瑞士时间为锚点,对应的为“瑞士时间”的关键字,第二次、第三次出现的瑞士时间匹配的关键字为“瑞士”,第四次开始出现的关键字均不再做无锚点匹配。


也就是说,规则是根据优先级匹配数量匹配替换锚文本和数量,并且不匹配图片的alt内容.
这里有一个问题出来了,正如上面的例子所说:如果我首先匹配了'瑞士时间'字样,如何在下次匹配带有重复包含关系的'瑞士'时,避免再次匹配到已经做锚处理的'瑞士时间'呢??
这里我思考的策略是,在每一次锚替换时,屏蔽掉所有的<a>标签和<alt>标签,因为处理了的锚其实是一个超链接形式的<a>标签,只需要在锚替换时屏蔽掉即可.
那么问题又来了:如何屏蔽<a>标签和<alt>标签呢?
答案是正则:如果我能够写出在文本中查找除了<a>,<alt>以外的<匹配数量>个<关键字>的正则,再使用PHP的preg_replace函数即可.但是由于我水平有限,写不出这么复杂的正则,彼时公司产品部催的紧,我只能使用另外一个复杂且效率很低的算法:


1.正则匹配到所有的<alt>标签并将其替换成一个特殊的标识符,并将匹配内容存到一个数组
2.正则匹配到所有的非<a>标签的<关键字>,并替换<匹配数量>次
3.将存有<alt>内容的数组根据特殊的标识符替换回去


3.代码设计

按照我在上一节设计的规则,我只需要将几个关键正则写出来即可:


1.正则匹配到所有的<alt>标签并将其替换成一个特殊的标识符,并将匹配内容存到一个数组:


$rule = "/<img.*>/";
//先把img排除掉,并且将其存为一个数组
preg_match_all($rule, $str, $matches);
$str_without_alt = preg_replace($rule, 'Its_Just_A_Mark', $str);

2.正则匹配到所有的非<a>标签的<关键字>,并替换<匹配数量>次


 //锚处理
foreach ($anchors as $anchor) {
$rule = "/".$anchor['anchor_name']."(?!((?!<a/b)[/s/S])*<//a>)/";
$href = '<a href="'.$anchor['anchor_url'].'" class = "seo-anchor">'.$anchor['anchor_name'].'</a>';
$str = preg_replace($rule, $href, $str,$anchor['anchor_num']);
}

3.将存有<alt>内容的数组根据特殊的标识符替换回去


//将img加上去
foreach ($matches[0] as $alt_content) {
preg_replace('/Its_Just_A_Mark/',$alt_content,$str,1);
}

至此,所有的关键点已写出,现在组装:


/**
* Sets the anchors.(There's much space to optimize the efficiency)
*
* @param <string> $str stirng to be setted.
* @param <array> $anchors the anchors selected from db
* |_<anchor>
* |_<anchor>
* |_...
* |_...
* ...
* @param <array> $anchor the anchor selected from db
* |[email protected]_url <string> anchor's url
* |[email protected]_name <string> anchor's name
* |[email protected]_num <int> number of which anchor to be setted
* @return <string> setted string
*/
public function setAnchors($str,$anchors)
{
$rule = "/<img.*>/";
//先把img排除掉,并且将其存为一个数组
preg_match_all($rule, $str, $matches);
$str_without_alt = preg_replace($rule, 'Its_Just_A_Mark', $str);
//锚处理
foreach ($anchors as $anchor) {$rule = "/".$anchor['anchor_name']."(?!((?!<a/b)[/s/S])*<//a>)/";$href = '<a href="'.$anchor['anchor_url'].'" class = "seo-anchor">'.$anchor['anchor_name'].'</a>';$str = preg_replace($rule, $href, $str,$anchor['anchor_num']);
}
//将img加上去
foreach ($matches[0] as $alt_content) {preg_replace('/Its_Just_A_Mark/',$alt_content,$str,1);
}
return $str;
}

大功告成!


4.算法优化

(未完成,敬请持续关注)


分享给朋友:
您可能感兴趣的文章:
随机阅读: