百度百科的关键词链接是怎样实现的呢

Question

百度百科的关键词带有链接。我在想少量关键词，只需要简单替换成链接就可以。可是百度的关键词是狠多的，可能成万上千万个。如果替换上万次，那效率也太低了吧。请教这样的功能是怎样实现的呢？谢谢！附截图：关键字链接

Answer 1

百科的关键词是按类别相关性来分配的，所以不会有很多个关键词。
另外你感觉可能要调用replace函数很多次，这只是PHP的正常实现方式。实际上，用C语言来遍历一次整篇文章即可，这个效率还是远远超过PHP的实现方式的。

Answer 2

dream1206    如果一个类别的关键字有一万个  一篇文章替换一万次；你认为合理不？

Answer 3

少量的关键词 php有个strtr函数

Answer 4

当然不合理！
但是你为什么不反过来做呢？
抄写一遍文章，对于文章中的每一个词去检查是否在关键词集合中，不就快多了吗？记得我发过基于 trie 的关键词匹配代码

Answer 5

好吧，我再发一遍include 'TTrie.php';class wordkey extends TTrie {
  function b() {
    $t = array_pop($this->buffer);
    $this->buffer[] = "<b>$t</b>";
  }
}
$p = new wordkey;
$p->set('秦始皇', 'b');
$p->set('洛阳', 'b');
$t = $p->match('秦始皇东巡洛阳');
echo join('', $t);
<b>秦始皇</b>东巡<b>洛阳</b>TTrie.phpclass TTrie {
  protected $buffer = array();
  protected $dict = array( array() );
  protected $input = 0; //字符串当前偏移
  protected $backtracking = 0; //字符串回溯位置
  public $debug = 0;
  public $savematch = 1;  function set($word, $action='') {
if(is_array($word)) {
foreach($word as $k=>$v) $this->set($k, $v);
return;
}
$p = count($this->dict);
$cur = 0; //当前节点号
foreach(str_split($word) as $c) {
if (isset($this->dict[$cur][$c])) { //已存在就下移
$cur = $this->dict[$cur][$c];
continue;
}
$this->dict[$p]= array(); //创建新节点
$this->dict[$cur][$c] = $p; //在父节点记录子节点号
$cur = $p; //把当前节点设为新插入的
$p++;
}
$this->dict[$cur]['acc'] = $action; //一个词结束，标记叶子节点
  }
  function getto($ch) {
$i =& $this->input; //字符串当前偏移
$p =& $this->backtracking; //字符串回溯位置
$len = strlen($this->doc);
$t = '';
$this->input++;
// while($this->input<$len && $this->doc{$this->input} != $ch) $t .= $this->doc{$this->input++};
// $t .= $this->doc{$this->input++};
do {
if($this->input >= $len) break;
$t .= $this->doc{$this->input};
}while($this->doc{$this->input++} != $ch);
return trim($t);
  }
  function match($s) {
$this->doc =& $s;
$this->buffer = array();
$ret = array();
$cur = 0; //当前节点，初始为根节点
$i =& $this->input; //字符串当前偏移
$p =& $this->backtracking; //字符串回溯位置
$i = $p = 0;
$s .= "\0"; //附加结束符
$len = strlen($s);
$buf = '';
while($i < $len) {
$c = $s{$i};
if(isset($this->dict[$cur][$c])) { //如果存在
$cur = $this->dict[$cur][$c]; //转到对应的位置
if(isset($this->dict[$cur][$s[$i+1]])) {//检查下一个字符是否也能匹配，长度优先
$i++;
continue;
}
if(isset($this->dict[$cur]['acc'])) { //是叶子节点，单词匹配！
if($buf != '') {
$this->buffer[] = $buf;
$buf = '';
}
if($this->savematch) $this->buffer[] = substr($s, $p, $i - $p + 1); //取出匹配位置和匹配的词 $ar = explode(',', $this->dict[$cur]['acc']);
call_user_func_array( array($this, array_shift($ar)), $ar ); $p = $i + 1; //设置下一个回溯位置
$cur = 0; //重置当前节点为根节点
}
} else { //不匹配
$buf .= $s{$p}; //substr($s, $p, $i - $p + 1); //保存未匹配位置和未匹配的内容
$cur = 0; //重置当前节点为根节点
$i = $p; //把当前偏移设为回溯位置
$p = $i + 1; //设置下一个回溯位置
}
$i++; //下一个字符
}
if(trim($buf, "\0")) $this->buffer[] = trim($buf, "\0");
return $this->buffer;
  }  function __call($method, $param) {
if($this->debug) printf("偏移:%d 回溯:%d\n", $this->input, $this->backtracking);
  }
}

Answer 6

传说中的 PHP文字高亮 ，很好的class啊……