Discussion :

[yule]

Bonjour,

Avec ce bout de script ci-dessous, j'aimerais arriver à 4 choses

1) ne prendre en considération dans la valeur $keyword, que le premier mot de plus de 4 lettres (donc ne pas tenir compte de "le, la , sa etc..)
2) selon la position ou le terme est trouvée dans le texte.. affiche les 30 premiers caractères avant ce terme et les 20 suivants (selon $pos)
3) devrait afficher ceci "avancée outils linguistiques le domaine google.ch est disponible" (en prenant que des mots entier dans la découpe...)
4) si il n'y a pas 30 caractères avant ou 20 après, récupérer les 50 (30+20) avant ou après le keywords

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

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
<?php header('Content-type: text/html; charset=utf-8');
 
$texte ="Google recherche images maps play youtube actualités gmail drive plus » historique web | paramètres | connexion × surfez encore plus vite installer google chrome suisse * 
recherche avancée outils linguistiques le domaine google.ch est disponible en : deutsch english italiano rumantsch solutions publicitaires solutions..";
 
$keyword = "le+domaine+de+sa+vigne"; // devrait prendre en compte que "domaine"... les plus (+) viennent de ma recherche, les espaces sont remplacés par des +
 
$termes = explode("+", $keyword);
echo $termes[0] , "<BR>"; // le
echo $termes[1] , "<BR>"; // domaine
echo $termes[2] , "<BR>"; // de
echo $termes[3] , "<BR>"; // sa
echo $termes[4] , "<BR>"; // vigne
echo $termes[5] , "<BR>"; // Rien
echo $termes[6] , "<BR>"; // Rien
 
// comment récupérer le premier termes d'au moins 4 caractères ? => domaine
 
//Je cherche la position
$pos = strpos($texte, $keyword);
 
if ($pos === false) {
    echo "La chaîne '$keyword' ne se trouve pas dans la chaîne <br><br>'$texte'";
} else {
    echo "La chaine '$keyword' a été trouvée dans la chaîne <br><br>'$texte'";
    echo " et débute à la position $pos"; // position 220
 
}
 
?>

je dois travailler à mon avis avec strrpos et substr mais dans les exemples, j'ai pas trouvé mon bonheur.

D'avance merci de m'éclairer
Bonne après-midi
Yule

[Nightfall]

Pour le 1), en gardant ton idée de l'explode ça donnerait ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
$keyword = "le+domaine+de+sa+vigne";
$termes = explode("+", $keyword);
 
$terme_ok = null;
foreach($termes as $terme) {
    if strlen($terme) > 4 {
        $terme_ok = $terme;
        break;
    }
}
//$terme_ok est le premier mot de plus de 4 lettres

[yule]

Ok extra merci, j'avance mais pas encore au bout de mes peines..

J'arrive donc à ceci, le echo est pour que je comprenne ce qu'il affiche...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

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
 
$texte ="Google recherche images maps play youtube actualités gmail drive plus » historique web | paramètres | connexion × surfez encore plus vite installer google chrome suisse * 
recherche avancée outils linguistiques le domaine google.ch est disponible en : deutsch english italiano rumantsch solutions publicitaires solutions..";
 
$keyword = "le+domaine+de+sa+vigne";
 
//+ --- je récupère le premier mot avec 4 caractères minimum
 
$termes = explode("+", $keyword);
 
$terme_ok = null;
foreach($termes as $terme) {
 
    if (strlen($terme) > 4) {
        $terme_ok = $terme;
        break;
    }
}
 
echo "$terme_ok<br><br>"; // $terme_ok est le premier mot de plus de 4 lettres
 
//Je cherche la position de ce mot de 4 caractères minimum
 
$pos = stripos($texte, $terme_ok); // insensible à la casse, sinon strpos
if ($pos === false) {
    echo "Le terme '$terme_ok' ne se trouve pas dans la chaîne texte";
} else {
    echo "Le terme '$terme_ok' a été trouvée dans la chaîne texte<br><br>";
    echo " Le terme '$terme_ok' débute à la position $pos <br><br>"; // position 220
}
 
// domaine
// Le terme 'domaine' a été trouvée dans la chaîne texte
// Le terme 'domaine' débute à la position 220

Comment afficher les 30 caractères précédant ce terme "domaine" et les 20 suivants pour y afficher avec une découpe sur des mots entiers "avancée outils linguistiques le domaine google.ch est disponible"

IMPORTANT: il faudrait également prendre en compte que s'il n'y pas de 30 caractères avant ou 20 après, qu'il prennent en plus du terme "domaine" les 50 caractères le précédant ou les 50 caractères suivant

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
$max=30;
if(strlen($texte)>=$max){$texte=substr($texte,0,$max);
$espace=strrpos($texte," ");
$texte=substr($texte,0,$espace)."..."; }
echo $texte;

Il m'affiche ceci "Google recherche images maps..." (ce qui est normal). Je ne sais pas comment me positionner selon la valeur $pos pour couper au bon endroit...

A+
Yule

[rawsrc]

IMPORTANT: il faudrait également prendre en compte que s'il n'y pas de 30 caractères avant ou 20 après, qu'il prennent en plus du terme "domaine" les 50 caractères le précédant ou les 50 caractères suivant

Euh... c'est p'têt moi qui débloque mais comment veux-tu faire ceci : s'il n'y a pas 30 caractères avant le mot en prendre 50 ? Pareil, s'il n'y a pas 20 caractères après le mot en prendre 50 ? Comment, vu qu'il n'y a pas suffisamment de caractères en stock ?

[yule]

Euh... c'est p'têt moi qui débloque mais comment veux-tu faire ceci : s'il n'y a pas 30 caractères avant le mot en prendre 50 ? Pareil, s'il n'y a pas 20 caractères après le mot en prendre 50 ? Comment, vu qu'il n'y a pas suffisamment de caractères en stock ?

Il y aura toujours assez de caractères normalement, pour mieux comprendre l'utilisation, voici une explication

J'aimerais utiliser ceci sur mon moteur de recherche, initialement j'utilise le titre, la description, les keywords et le text html de la page à analyser pour en afficher le titre, la description et l'url, ce qui me dérange, c'est le DC en utilisant ces informations, donc mon idée est de remplacer la description par environ 250 caractères récupéré sur le texte html de la page scrapé. Ainsi et comme je crawl tous les 5 jours, je me mets en bonne partie à l'abri du DC et mon moteur deviendrait utile en terme SEO. Ah oui le texte html est utiliser dans la pertinence de ma recherche mais n'est actuellement pas affiché et c'est cette partie que je souhaiterais corriger..

Donc sur le résultat d'une recherche, j'aimerais afficher une description d'un peu près 250 caractères provenant du texte html, et selon le terme recherché, j'affiche disons 120 caractères avant et 120 caractères après le terme recherché (qui se trouverait dans le texte html) soit environ ~250 caractères en tout

Avec 1500 sites en test, la moyenne des caractères obtenus sur une page html est de 5'000 caractères (je bloque à 16'000) donc j'aurais toujours assez de caractères a afficher, cas échéant, j'afficherais la (meta) description. donc si par exemple un terme se trouverais à la 15'980 position, il ne pourrait rien afficher après, donc il faudrait récupérer le texte avant pour arriver à un total de 250 caractères et vis versa si le terme se trouve par exemple à la 10ème position.

En espérant que mon explication aidera a résoudre mon problème
Cordialement
Yule

Ps: mon 30 caractères et 20 caractères étaient mentionné à titre d'exemple

[yule]

Re,

j'avance mais c'est de plus en plus misérable (malgré tout et pour pas relire tout le poste, je résume la situation)

Ce qui fonctionne et qui à l'air optimum...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

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
$texte ="Google recherche images maps play youtube actualités gmail drive plus » historique web | paramètres | connexion × surfez encore plus vite installer google chrome suisse * 
recherche avancée outils linguistiques le domaine google.ch est disponible en : deutsch english italiano rumantsch solutions publicitaires solutions..";
 
$keyword = "le+domaine+de+sa+vigne";
 
//+ --- je récupère le premier mot avec 4 caractères minimum
 
$words    = array_filter(explode('+', $keyword), function($p) { return strlen($p) > 4; });
$word     = reset($words);
 
echo "$word<br><br>"; // $word est le premier mot de plus de 4 lettres => domaine
 
//Je cherche la position de ce mot de 4 caractères minimum
 
$pos = stripos($texte, $word); // insensible à la casse, sinon strpos
if ($pos === false) {
    echo "Le terme '$word' ne se trouve pas dans la chaîne texte";
} else {
    echo "Le terme '$word' a été trouvée dans la chaîne texte<br><br>";
    echo " Le terme '$word' débute à la position $pos <br><br>"; // position 220
}
 
// domaine
// Le terme 'domaine' a été trouvée dans la chaîne texte
// Le terme 'domaine' débute à la position 220

Maintenant avec ce qui précède, je dois afficher les 170 caractères précédant ce $word "domaine" et les 170 suivants pour y afficher avec une découpe sur des mots entiers

Le résultat espéré => gmail drive plus » historique web | paramètres | connexion × surfez encore plus vite installer google chrome suisse recherche avancée outils linguistiques le domaine google.ch est disponible en : deutsch english italiano rumantsch solutions publicitaires solutions.

IMPORTANT: il faudrait également prendre en compte que s'il n'y pas de 170 caractères avant ou 170 après $word et sa position ($pos), qu'il prennent en plus du $word "domaine" les 240 caractères le précédant ou les 240 caractères suivant

J'arrive qu'à ça (pathétique..)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
// afficher 170 caractère après $word
$pos=$pos-1;
$start = $pos;
$length = 170;
$result = substr ($texte, $start, $length);


echo"$result <br><br>";
//domaine google.ch est disponible en : deutsch english italiano rumantsch solutions publicitaires solutions


// Afficher 170 caractères avant $word

$decompte = strlen($word); //7
$v=$length-$décompte; // 170-7 = 163
$x2=$pos-$v;  //220-163-1 = 58 (nouvelle position..)
$start = $x2; // 58
$result2 = substr ($texte, $start, $length);
echo"$result2 <br><br>";
// ités gmail drive plus » historique web | paramètres | connexion × surfez encore plus vite installer google chrome suisse recherche avancée outils linguistiques le

echo"$result2$result <br><br>";
//ités gmail drive plus » historique web | paramètres | connexion × surfez encore plus vite installer google chrome suisse recherche avancée outils linguistiques le domaine google.ch est disponible en : deutsch english italiano rumantsch solutions publicitaires solutions

=> ités gmail drive plus » historique web | paramètres | connexion × surfez encore plus vite installer google chrome suisse recherche avancée outils linguistiques le domaine google.ch est disponible en : deutsch english italiano rumantsch solutions publicitaires solutions

Ça ne coupe pas proprement, ça ne prend pas en compte s'il y a assez de caractères avant et après $word et c'est surtout, pas du tout optimum arghhhhhh

J'essaye mais ça va pas....

A+
Yule

[rawsrc]

Salut,

pour le 1 dans la même lignée que Nightfall :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
$keywords = "le+domaine+de+sa+vigne";
$words    = array_filter(explode('+', $keywords), function($p) { return strlen($p) > 4; });
$word     = reset($words);

Après pour les autres points, c'est de l'algorithmie de base, va falloir que tu cherches un peu

[yule]

Salut,

Après pour les autres points, c'est de l'algorithmie de base, va falloir que tu cherches un peu

Oulàaaa donc partir sur ceci n'est pas juste ? (pour autant de pouvoir se positionner(position 220) juste, chose que je ne sais pas faire)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
$max=30;
if(strlen($texte)>=$max){$texte=substr($texte,0,$max);
$espace=strrpos($texte," ");
$texte=substr($texte,0,$espace)."..."; }
echo $texte;

ou quelque chose du genre ? mais de nouveau, je sais pas comment me positionner juste sur "domaine" (position 220)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
echo str_pad($terme_ok, 30, "$texte", STR_PAD_LEFT);  
echo str_pad($terme_ok, 20, "$texte", STR_PAD_RIGHT);

A+
YUle