PHP匹配变音使404页面更加智能化
清单 5. 主要程序逻辑
| 以下为引用的内容： push @suggestLinks, sortResults( directorySplitTest( $origLink ) ); push @suggestLinks, sortResults( combinedTest( $origLink ) ); push @suggestLinks, sortResults( containsTest( $origLink ) ); # from the book - unique-ify the array print header; print qq{Please try one of the following pages:<BR >}; |
首先，对匹配测试各部分的输出进行排序，然后将其添加到总建议链接列表。对链接列表进行排序和惟一化（unique-ifying）之后，将建议链接直接打印输出。
三个排序命令将结果保存在同一个数组中，目的是创建一个有序的建议列表。发生 404 错误时，目录树中（至少第一级目录）极有可能会出现目录分隔符（用于表示 Web 页面）。比如说，以 bloggs/nathenherringtoon.html 页面请求为例。上述代码中所调用的 directorySplitTest 方法将创建一个排序的页面列表，BLKS 和子目录 N0NHRNKTN 的变音匹配都将包含在该列表中。这一策略可用于区分根目录中的文件（如 blogs.html 和 nathanharrington.html）和完整路径名匹配的页面（如 blogs/nathanharrington.html）。下面的清单显示了 directorySplitTest 子例程的内容。
清单 6. directorySplitTest subroutine
| 以下为引用的内容： sub directorySplitTest { my @matchRes = (); my $inLink = $_[0]; for my $fileName ( keys %mt ) { my @inLinkMetas = (); # process each metaphone chunk as a directory for my $inP ( split '\/', $inLink ){ push @inLinkMetas, Metaphone($inP) } my @metaList = split ' ', $mt{$fileName}{metaphones}; my $pos = 0; # make sure there is a match in each metaphone chunk }#for keys in metaphone hash return( @matchRes ); }#directorySplitTest |
组合测试位于 directorySplitTest 之后，用于检查变音混和在一起时的匹配情况 — 忽略任何目录结构。该测试用于纠正 404 类错误，即文件名中含有空格、斜杠、反斜杠、冒号和其他一些无发音的字符。比如说，如果针对 blogs_nathanherrington.html 发出一个 404 请求，那么 directorySplitTest 将返回零结果，但是 combinedTest 将发现该 404 产生的变音组合在一起是 blogs/NathanHarrington.html 页面的准确匹配。同样，这些建议的优先级低于目录匹配，因此这些分类结果将在 directorySplitTest 之后存入 suggestLinks 数组。以下清单显示了 combinedTest 子例程。
清单 7. combinedTest 子例程
| 以下为引用的内容： sub combinedTest { my @matchRes = (); my $inLink = $_[0]; for my $fileName ( keys %mt ) { my $inLinkMeta = Metaphone($inLink); # smoosh all of the keys together, removing spaces and trailing newline next if( $metaList !~ /(\b$inLinkMeta\b)/i ); return(@matchRes); }#combinedTest |
在 combinedTest 之后是最后一个匹配测试，该测试基于一个广度包含搜索。如果当前的 404 链接的变音是 metaphoneScores.txt 文件中可用变音的一部分，我们将把它添加到建议列表。包含搜索的设计目的是寻找内容极度不完整的 URL。nathan.html 页面在任何位置都无法找到，但是一个良好的建议应该是 /NathanHarrington.html 和 /blogs/NathanHarrington.html，并且它们根据作用域值排序并添加到 suggestLinks 数组中。注意，此方法还将为单字母变音 404（如 whoo.html）生成 NathanHarrington.html 建议。由于 NathanHarrington.html 变音中含有一个 “H”，故将其添加到建议列表。考虑创建一个最小长度的匹配变音，或提供一个包含总数受限的匹配，以修改这一行为。清单 8 显示了 containsTest 和 sortResults 子例程。
