如何实现从文章中提取关键字及相关内容

Question

如何实现从文章中提取关键字及相关内容？如http://bj.house.sina.com.cn/scan/2009-06-29/1201317531.html里不仅能提取楼盘名字，还有相关的论坛、相册等内容的链接。

Answer 1

<?php
$theurl="http://bj.house.sina.com.cn/scan/2009-06-29/1201317531.html";
if (!($contents= file_get_contents($theurl)))
{
  echo 'Could not open URL';
  exit;
}
  $pattern_img='/<img.*src=(\"|\')(.+)\1.*>/U';
  $pattern_link='/<a.*>.*<\/a>/U';
  if (preg_match_all($pattern_img,$contents,$quote))
  {
   echo "<p>图片<br />";
foreach($quote[2] as $img)
echo "<img src='".$img."'/><br/>\n";
echo '</p>';
  }
  else
  {
    echo '<p>没有图片 </p>';
  }
  
  if (preg_match_all($pattern_link,$contents,$quote1))
  {
    echo "<p>链接<br />";
foreach($quote1[0] as $link)
echo $link."<br/>\n";
echo '</p>';
  }
  else
  {
    echo '<p>没有链接 </p>';
  }
?>

Answer 2

学习了，我的小说站 织梦文学 http://www.zm17.com 也想加这个功能，

Answer 3

谢谢二楼的CODE，我是初学者，但我觉得好像没有提取到相关的论坛、相册等内容 的链接。

Answer 4

我有一个思路，不知道对不对，请高人指点，或者给出CODE，谢谢思路：
1、从文章中获取关键字：用正则表达式判断<a></a>，提取文章中的关键字，如楼盘名称；
2、从数据库提取关键字所在的数据表的相关字段，如论坛、相册等字段；
3、判断，提取相关字段链接，显示出来。

Answer 5

二楼是正确的，讲一下实现的基本流程用函数获取网页file_get_contents内容；
写出你要匹配的正则
用正则提取网页内容
根据要求进一步提纯你提取的数据。