A. php搜索引擎蜘蛛程序
推薦一個國外知名度頗高的搜索引擎，含有網頁蜘蛛程序，以前好象有人想要這方面的資料，現在有了，大家可以研究下源碼。
官方網站：
http://phpdig.toiletoine.net/
演示：
http://phpdig.toiletoine.net/sea ... te=100&option=start
中文版本和演示，我以前提供過(1.62版本的漢化)，2003年11月換空間的時候沒備份，沒了。找下載了的人看看有沒有。
下載：
這是最近(2003年12月)更新的版本的下載(1.65 En)：
http://www.phpdig.net/navigation.php?action=download
演示：
http://www.phpdig.net/navigation.php?action=demo
主要功能：
類似google、網路的搜索引擎，php+mysql。
PhpDig is a http spider/search engine written in Php with a MySql database in backend.
HTTP Spidering : PhpDig follows links as it was any web browser within a web server, to build the pages list to index. Links can be in AreaMap, or frames. PhpDig supports relocations. Any syntax of HREF attribute is followed by Phpdig.
PhpDig don't go out the root site you define for the indexing. Spidering depth is choosen by user.
All html content is listed, both static and dynamic pages. PhpDig searches the Mime-Type of the document, or tests existence of an tag at the beginning of it.
支持全文搜索
Full Text indexing : PhpDig indexes all words of a document, excepting small words (less than 3 letters) an common words, those are definded in a text file.
Lone numbers are not inded, but those included in words. Underscores make part of a word.
Occurences of a word in a document is saved. Words in the title can have a more important weight in ranking results.
支持多種格式文件的索引，如pdf
File types wich can be indexed : PhpDig indexes HTML and text files by itself.
PhpDig could index PDF, MS-Word and MS-Excel files if you install external binaries on the spidering machines to this purpose.
To demonstrate the feature, you can search into Hamlet (tragedy, William Shakespeare) in MS-Word format, and L'Avare (comedy, Molière) in Pdf format.
支持robots
Other features : PhpDig Tries to read a robots.txt file at the server root. It searches meta robots tags too.
The Last-Modified header value is stored in the database to avoid rendant indexing. Also the meta revisit-after tag.
可針對特定網站進行全文索引，蜘蛛可1-9個層自動獲取全部url
其中的蜘蛛程序寫得十分好，有興趣的朋友推薦研究下。
希望對你有用！
B. php可以做搜索引擎嗎
大部分知名網站後台都是使用PHP處理的，那是因為PHP的LAMP深得人心.
就像PHPCHINA的FANS們年度采訪各大網站技術總監說的那樣，使用LAMP是因為不用花錢，速度還可以，但是對於重要的數據使用ORACLE，那是因為，ORACLE花了大價錢，就會有大的服務，LAMP都是免費的!
C. php中用戶提問如何判斷這個提問或者類似的提問已經有被提問過了
最簡單的辦法就是建立一個收集問題的資料庫表.
表至少有以下3個欄位
id question answer
業務邏輯：
1. 一個客戶提問後就先檢查資料庫，查找是否已經有此問題記錄，如果有記錄並且有答案就予以顯示答案，如果有問題但還沒答案不顯示答案，如果還沒有此問題就收集此問題存入資料庫。
2. 網站主來回復這個問題後把這個答案也存入資料庫中相應的地方。
D. php中如何使用sphinx搜索引擎
一. 安裝、配置
1.ubuntu安裝sphinx
如果沒有安裝aptitude ,需要先安裝 aptitude
2.配置
3.執行命令分詞,會在/var/lib/sphinxsearch/data/test1 目錄下生成一堆索引文件
sudo indexer -c /etc/sphinxsearch/sphinx.conf test1
test1為上述配置文件的index名字
4.命令行測試搜索
sudo search -c /etc/sphinxsearch/sphinx.conf google
二.在php中使用，安裝php、sphinx的依賴庫
安裝 aptitudeapt-get install aptitude
sudo aptitude install libsphinxclient-dev libsphinxclient-0.0.1 -y
2.安裝php sphinx的擴展
安裝 pecl
sudo apt-get install php-pear php5-dev
在安裝sphinx
sudo pecl install sphinx
3.在配置文件php.ini中添加sphinx的擴展,
我的php.ini文件為
sudo vim /etc/php5/fpm/php.ini
獲取自己的php.ini文件位置使用
php5-fpm -i|grep ini
添加:
extension=sphinx.so
4.重啟php5-fpm,查看php是否載入sphinx模塊
sudo /etc/init.d/php5-fpm restart
5.將search程序運行在後台
sudo searchd -c /etc/sphinxsearch/sphinx.conf
默認監聽配置文件中的埠:9312
6.在thinkphp中調用搜索
搜索完畢，返回結果(默認返回20條,修改返回條數用添加$s->SetLimits(0, 1000, 1000);)，搜索速度相當快，索引80w條數據的title和description兩個欄位耗時不到10s，該搜索引擎支持增量索引，多種模式的搜索，網上的資料也非常多
E. php引擎是什麼
PHP，一個嵌套的縮寫名稱，是英文超級文本預處理語言（PHP:Hypertext Preprocessor）的縮寫。PHP 是一種 HTML 內嵌式的語言，是一種在伺服器端執行的嵌入HTML文檔的腳本語言，語言的風格有類似於C語言，現在被很多的網站編程人員廣泛的運用。PHP 獨特的語法混合了 C、java、Perl 以及 PHP 自創新的語法。它可以比 CGI 或者 Perl 更快速的執行動態網頁。用PHP做出的動態頁面與其他的編程語言相比，PHP是將程序嵌入到HTML文檔中去執行，執行效率比完全生成HTML標記的CGI要高許多；與同樣是嵌入HTML文檔的腳本語言JavaScript相比，PHP在伺服器端執行，充分利用了伺服器的性能；PHP執行引擎還會將用戶經常訪問的PHP程序駐留在內存中，其他用戶再一次訪問這個程序時就不需要重新編譯程序了，只要直接執行內存中的代碼就可以了，這也是PHP高效率的體現之一。PHP具有非常強大的功能，所有的CGI或者JavaScript的功能PHP都能實現，而且支持幾乎所有流行的資料庫以及操作系統。
PHP 最初是1994年Rasmus Lerdorf創建的，剛剛開始只是一個簡單的用Perl語言編寫的程序，用來統計他自己網站的訪問者。後來又用C語言重新編寫，包括可以訪問資料庫。在1995年以Personal Home Page Tools (PHP Tools) 開始對外發表第一個版本，Lerdorf寫了一些介紹此程序的文檔，並且發布了PHP1.0。在這早期的版本中，提供了訪客留言本、訪客計數器等簡單的功能。以後越來越多的網站使用了PHP，並且強烈要求增加一些特性，比如循環語句和數組變數等等，在新的成員加入開發行列之後，在1995年中，PHP2.0發布了。第二版定名為PHP/FI(Form Interpreter)。PHP/FI加入了對mSQL的支持，從此建立了PHP在動態網頁開發上的地位。到了1996年底，有15000個網站使用 PHP/FI；時間到了1997年中，使用PHP/FI的網站數字超過五萬個。而在1997年中，開始了第三版的開發計劃，開發小組加入了 Zeev Suraski 及 Andi Gutmans，而第三版就定名為PHP3。2000年，PHP4.0又問世了，其中增加了許多新的特性。
F. 如何用PHP製作搜索引擎
這樣看你做什麼樣的搜索，如果要做全站搜索的話，只用資料庫搜索做起來會比較困難，會遇到要檢索的數據存在不同的表中，甚至不同的庫中，如果是全站搜索的話，建議用sphinx或者lucener，如果只是某個表內容搜索的話，sql:select * from 表名 where 列名 like '%值%' ；然後循環 mysql_fetch_array() 或 mysql_fetch_assoc() 或 mysql_fetch_object() 或 mysql_fetch_row()都取一行記錄，把記錄循環出來就可以了。
G. 全文檢索工具有哪些
1. Lucene
Lucene的開發語言是Java，也是Java家族中最為出名的一個開源搜索引擎，在Java世界中已經是標準的全文檢索程序，它提供了完整的查詢引擎和索引引擎，沒有中文分詞引擎，需要自己去實現，因此用Lucene去做一個搜素引擎需要自己去架構.另外它不支持實時搜索，但linkedin和twitter有分別對Lucene改進的實時搜素. 其中Lucene有一個C++移植版本叫CLucene，CLucene因為使用C++編寫，所以理論上要比lucene快.
2. Sphinx
Sphinx是一個用C++語言寫的開源搜索引擎，也是現在比較主流的搜索引擎之一，在建立索引的事件方面比Lucene快50%，但是索引文件比Lucene要大一倍，因此Sphinx在索引的建立方面是空間換取事件的策略，在檢索速度上，和lucene相差不大，但檢索精準度方面Lucene要優於Sphinx，另外在加入中文分詞引擎難度方面，Lucene要優於Sphinx.其中Sphinx支持實時搜索，使用起來比較簡單方便.
3. Xapian
Xapian是一個用C++編寫的全文檢索程序，它的api和檢索原理和lucene在很多方面都很相似，算是填補了lucene在C++中的一個空缺.
4. Nutch
Nutch是一個用java實現的開源的web搜索引擎，包括爬蟲crawler，索引引擎，查詢引擎. 其中Nutch是基於Lucene的，Lucene為Nutch提供了文本索引和搜索的API.
對於應該使用Lucene還是使用Nutch，應該是如果你不需要抓取數據的話，應該使用Lucene，最常見的應用是：你有數據源，需要為這些數據提供一個搜索頁面，在這種情況下，最好的方式是直接從資料庫中取出數據，並用Lucene API建立索引.
5. DataparkSearch
DataparkSearch是一個用C語言實現的開源的搜索引擎. 其中網頁排序是採用神經網路模型. 其中支持HTTP，HTTPS，FTP，NNTP等下載網頁.包括索引引擎，檢索引擎和中文分詞引擎(這個也是唯一的一個開源的搜索引擎里有中文分詞引擎).能個性化定製搜索結果，擁有完整的日誌記錄.
6. Zettair
Zettair是根據Justin Zobel的研究成果為基礎的全文檢索實驗系統.它是用C語言實現的. 其中Justin Zobel在全文檢索領域很有名氣，是業界第一個系統提出倒排序索引差分壓縮演算法的人，倒排列表的壓縮大大提高了檢索和載入的性能，同時空間膨脹率也縮小到相當優秀的水平. 由於Zettair是源於學術界，代碼是由RMIT University的搜索引擎組織寫的，因此它的代碼簡潔精煉，演算法高效，是學習倒排索引經典演算法的非常好的實例. 其中支持linux，windows，mac os等系統.
7. Indri
Indri是一個用C語言和C++語言寫的全文檢索引擎系統，是由University of Massachusetts和Carnegie Mellon University合作推出的一個開源項目. 特點是跨平台，API介面支持Java，PHP，C++.
來自網路。
H. 哪位大神能告訴小弟如何用PHP編輯搜索引擎，就像百度的搜索條那樣，給個最基本的實例就行了
要安裝的一個什麼中文搜索引擎的
I. 開源 中文php搜索引擎有哪些
某目前接觸到的只有lucene和coreseek了
lucene更多是用在java方面的，但是也可以和php結合起來用
coreseek和php結合使用比較好，官方文檔說的很詳細
君且自學自勉哇。
J. 求一款支持中文的開源PHP搜索引擎
Lucene是一套用於全文檢索和搜尋的開源程式庫，由Apache軟體基金會支持和提供。Lucene提供了一個簡單確強大的應用程式介面，能夠做全文索引和搜尋，在Java開發環境里Lucene是一個成熟的免費開放源代碼工具;就其本身而論，Lucene是現在並且是這幾年，最受歡迎的免費java資訊檢索程式庫。人們經常提到資訊檢索程式庫，就像是搜尋引擎，但是不應該將資訊檢索程式庫與網搜索引擎相混淆。
Lucene最初是由Doug Cutting所撰寫的，是一位資深全文索引/檢索專家，曾經是V-Twin搜索引擎的主要開發者，後來在Excite擔任高級系統架構設計師，目前從事 於一些INTERNET底層架構的研究。他貢獻出Lucene的目標是為各種中小型應用程式加入全文檢索功能。