突出显示段落中的关键字

林承悦

2023-03-14

问题内容：

我需要在段落中突出显示关键字，就像google在其搜索结果中一样。假设我有一个带有博客文章的MySQL数据库。当用户搜索某个关键字时，我希望返回包含这些关键字的帖子，但只显示帖子的一部分（包含搜索关键字的段落）并突出显示那些关键字。

我的计划是这样的：

找到内容中包含搜索关键字的帖子ID；
再次阅读该帖子的内容，并将每个单词放入固定的缓冲区数组（50个单词）中，直到找到关键字。

您能为我提供一些逻辑上的帮助吗，或者至少可以告诉我我的逻辑是否可以？我正在学习PHP。

问题答案：

如果它包含html（请注意，这是一个非常强大的解决方案）：

$string = '<p>foo<b>bar</b></p>';
$keyword = 'foo';
$dom = new DomDocument();
$dom->loadHtml($string);
$xpath = new DomXpath($dom);
$elements = $xpath->query('//*[contains(.,"'.$keyword.'")]');
foreach ($elements as $element) {
    foreach ($element->childNodes as $child) {
        if (!$child instanceof DomText) continue;
        $fragment = $dom->createDocumentFragment();
        $text = $child->textContent;
        $stubs = array();
        while (($pos = stripos($text, $keyword)) !== false) {
            $fragment->appendChild(new DomText(substr($text, 0, $pos)));
            $word = substr($text, $pos, strlen($keyword));
            $highlight = $dom->createElement('span');
            $highlight->appendChild(new DomText($word));
            $highlight->setAttribute('class', 'highlight');
            $fragment->appendChild($highlight);
            $text = substr($text, $pos + strlen($keyword));
        }
        if (!empty($text)) $fragment->appendChild(new DomText($text));
        $element->replaceChild($fragment, $child);
    }
}
$string = $dom->saveXml($dom->getElementsByTagName('body')->item(0)->firstChild);

结果是：

<p><span class="highlight">foo</span><b>bar</b></p>

与：

$string = '<body><p>foobarbaz<b>bar</b></p></body>';
$keyword = 'bar';

您得到（为了便于阅读，分为多行）：

<p>foo
    <span class="highlight">bar</span>
    baz
    <b>
        <span class="highlight">bar</span>
    </b>
</p>

提防非dom解决方案（如regex或str_replace），因为突出显示诸如“
div”之类的东西有完全破坏HTML的趋势……这只会在正文中“突出显示”字符串，而不会在标签内……

编辑由于需要Google样式的结果，因此这是一种处理方法：

function getKeywordStubs($string, array $keywords, $maxStubSize = 10) {
    $dom = new DomDocument();
    $dom->loadHtml($string);
    $xpath = new DomXpath($dom);
    $results = array();
    $maxStubHalf = ceil($maxStubSize / 2);
    foreach ($keywords as $keyword) {
        $elements = $xpath->query('//*[contains(.,"'.$keyword.'")]');
        $replace = '<span class="highlight">'.$keyword.'</span>';
        foreach ($elements as $element) {
            $stub = $element->textContent;
            $regex = '#^.*?((\w*\W*){'.
                 $maxStubHalf.'})('.
                 preg_quote($keyword, '#').
                 ')((\w*\W*){'.
                 $maxStubHalf.'}).*?$#ims';
            preg_match($regex, $stub, $match);
            var_dump($regex, $match);
            $stub = preg_replace($regex, '\\1\\3\\4', $stub);
            $stub = str_ireplace($keyword, $replace, $stub);
            $results[] = $stub;
        }
    }
    $results = array_unique($results);
    return $results;
}

好的，所以要做的就是返回一个包含$maxStubSize单词的匹配数组（即该数字之前的一半，之后的一半）…

因此，给定一个字符串：

<p>a whole 
    <b>bunch of</b> text 
    <a>here for</a> 
    us to foo bar baz replace out from this string
    <b>bar</b>
</p>

调用getKeywordStubs($string, array('bar', 'bunch'))将导致：

array(4) {
  [0]=>
  string(75) "here for us to foo <span class="highlight">bar</span> baz replace out from "
  [3]=>
  string(34) "<span class="highlight">bar</span>"
  [4]=>
  string(62) "a whole <span class="highlight">bunch</span> of text here for "
  [7]=>
  string(39) "<span class="highlight">bunch</span> of"
}

所以，那么您可以通过对列表进行排序strlen，然后选择两个最长的匹配项来构建结果blurb （假设php 5.3+）：

usort($results, function($str1, $str2) { 
    return strlen($str2) - strlen($str1);
});
$description = implode('...', array_slice($results, 0, 2));

结果是：

here for us to foo <span class="highlight">bar</span> baz replace out...a whole <span class="highlight">bunch</span> of text here for

我希望有帮助…（我确实觉得这有点......肿…我敢肯定有更好的方法可以做到这一点，但这是一种方法）…

突出显示段落中的关键字

相关阅读

相关文章

相关问答

相关工具

相关文档