Utilisation un peu spéciale de preg_replace pour moteur de recherche

[xtremdisc]

Bonjour à tous,

Désolé pour le titre je ne voyais pas comment l'expliquer en quelques mots.

Voici le contexte:
Je réalise un moteur de recherche sur des pages de contenu (type CMS).
Les textes contenus dans la base de données sont encodés en HTML, j'ai donc tous mes accents convertis, par exemple "é" dans ma base est "é " (j'utilise tinyMCE).

Lorsque le visiteur tape un mot sans accent j'aimerai pouvoir le chercher et le trouvé même si il a un accent.
exemple :
mot saisie par le visiteur : preference
j'aimerai que ça me trouve : préférence

Voici le code que j'utilise :

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
 
$pattern = array();
$pattern[0] = '/e/';
$pattern[1] = '/a/';
$pattern[2] = '/i/';
$pattern[3] = '/o/';
$pattern[4] = '/u/';
$pattern[5] = '/c/';
 
$replace_html = array();
$replace_html[0] = "(e|é|É|è|È|ê|Ê|ë|Ë)";
$replace_html[1] = "(a|à|À|â|Â|ä|Ä)";
$replace_html[2] = "(i|î|Î|ï|Ï)";
$replace_html[3] = "(o|ô|Ô|ö|Ö)";
$replace_html[4] = "(u|ù|Ù|û|Û|ü|Ü)";
$replace_html[5] = "(c|ç|Ç)";
 
$motscles = $_GET["motscles"];
$motscles = mysql_real_escape_string(trim($motscles));
if(!empty($motscles)) {
	$tab_mc = explode(" ",$motscles);
	$cptmot = 0;
	foreach($tab_mc as $k => $mot) {
		if(strlen($mot) > 2) {
			$mothtml = $mot;
			$motreg = $mot;
			$motreg = preg_replace($pattern,$replace_accent,$motreg);
			$mothtml = preg_replace($pattern,$replace_html,$mothtml);
			$mothtml = htmlentities($mothtml);
			if($cptmot > 0) $param_txt .= " AND ";
			$param_txt .= "T.contenu REGEXP '[[:<:]]".$mothtml."[[:>:]]'";
			$cptmot++;
		}
	}
	if($cptmot) {
		$rcont = mysql_query("SELECT T.contenu, M.id, M.libelle FROM texte T 
								LEFT OUTER JOIN page_contenu P ON P.id = T.idcontenu 
								LEFT OUTER JOIN menu M ON P.idpage = M.id 
								WHERE ".$param_txt);
		$nbcont = mysql_num_rows($rcont);
 
 
	}
}

Le problème est qu'il me remplace le "e" par ce qu'il faut mais ensuite même les voyelles dans les chaines de remplacement sont aussi remplacer, ce qui donne un remplacement d'un remplacement et ainsi de suite.

Y a t'il un moyen de ne pas remplacer les chaines qui ont servies de remplacement.

J'espère être assez clair, n'hésitez pas si vous avez besoin de précisions.

Merci d'avance.

[Seb33300]

Je ne sais pas si ton site contient beaucoup de pages, mais peut etre serait il plus judicieux de réenregisrer tes pages sans la converson de caractères.

Il existe un option qui permet de configurer TinyMCE de telle sorte à ce qu'il ne convertisse pas les caractères spéciaux.

Il faut passer l'option entity_encoding à raw.

http://www.tinymce.com/wiki.php/Conf...ntity_encoding

[xtremdisc]

Merci Seb pour cette idée mais j'y avait déjà pensé.

Et en effet il y a beaucoup de page et de contenu déjà donc si je pouvais trouver une solution sans changer la configuration de tinyMCE, ça m'arrangerait bien.