PHP获取百度相关搜索和原创程度

光明使者

1. PHP获取百度相关搜索和原创程度
   
2. 获取原创程度是get_em_times，数值越高文本长度越长越不原创。
   
3. 用于采集项目的搜索引擎优化
   
4.    class baidu {
   
5.           public static function build_request_uri($words){
   
6.                   $words = urlencode(Text::convert_encoding($words,'GBK','UTF-8'));
   
7.                   return '/s?wd='.$words;
   
8.           }
   
9.           public static function get_relate_search($words){
   
10.                   $content = self::get_content($words);
    
11.                   if(preg_match('/<div id='rs'>(((?!</div>).)*)</div>/', $content,$result)){
    
12.                           if(preg_match_all('/<a((?!>).)*>(.*?)</a>/', $result[1], $result)) return $result[2];
    
13.                   }
    
14.                   return FALSE;
    
15.           }
    
16.           /**
    
17.            * 根据空格分词,获取百度关键词完全匹配<em></em>的次数
    
18.            * @param string $words
    
19.            * @return int
    
20.           */
    
21.           public static function get_em_times($words){
    
22.                   $word = explode(' ', $words);
    
23.                   $content = self::get_content($words);
    
24.                   preg_match_all('/<em>(((?!</em>).)*)</em>/', $content,$result);
    
25.                   if(!isset($result[1]) || count($result[1])==0)
    
26.                           return 0;
    
27.                   $word_table = array_count_values($result[1]);
    
28.                   $times = 0;
    
29.                   foreach ($word as $pice){
    
30.                           if(array_key_exists($pice, $word_table)) $times+=$word_table[$pice];
    
31.                   }
    
32.                   return $times;
    
33.           }
    
34.           public static function get_content($words){
    
35.                   static $loaded_contents = array();
    
36.                   if(!isset($loaded_contents[$words])){
    
37.                           $content = file_get_contents('http://www.baidu.com'.self::build_request_uri($words));
    
38.                           $content = Text::convert_encoding($content,'UTF-8','GBK');
    
39.                           $loaded_contents[$words] = $content;
    
40.                   }
    
41.                   return $loaded_contents[$words];
    
42.           }
    
43.           function check_veriy($content){
    
44.                   if(strpos($content,'http://verify.baidu.com/')!==FALSE){
    
45.                           //百度要求验证，异常
    
46.                   }
    
47.           }
    
48. }

复制代码