小网站建立站内搜索的方法

Submitted by admin on Sat, 04/19/2025 - 15:36

使用说明

  1. 将这两个脚本保存为 build-index.cgi 和 simple-search.cgi，放到您的 /var/www/cgi-bin/Artocarpus 目录下。
  2. 确保脚本有执行权限：

     

     

    chmod 755 build-index.cgi simple-search.cgi

  3. 安装必要的 Perl 模块（如果尚未安装）：

     

     

    cpan HTML::Parser JSON

  4. 执行构建索引脚本来创建初始索引：

     

     

    /var/www/cgi-bin/Artocarpus/build-index.cgi

  5. 设置定期重建索引（例如，每周或每天一次）：

     

     

    0 2 * * * /var/www/cgi-bin/Artocarpus/build-index.cgi > /dev/null 2>&1

  6. 修改您的网站主页中的搜索表单，指向 simple-search.cgi 脚本。

这种方法对于小型网站（少于100个页面）是最理想的，因为它实现简单、无需额外依赖，同时搜索速度也很快。索引是一个简单的JSON文件，易于调试和理解。

 

合成一个cgi（索引和搜索）
 

#!/usr/bin/perl

use strict;
use warnings;
use CGI qw/:standard/;
use CGI::Carp qw(fatalsToBrowser);
use HTML::Entities;
use File::Find;
use JSON;
use Encode qw(decode encode);
use utf8;

# 配置
my $site_root = "/var/www/html/Artocarpus"; # 网站根目录
my $index_file = "/var/www/cgi-bin/Artocarpus/search_index.json"; # 索引文件路径
my @file_ext = qw(.html .htm .php .shtml); # 要索引的文件类型
my $max_results = 10; # 每页显示的最大结果数
my $context_length = 40; # 上下文长度
my $title = "简易网站搜索"; # 页面标题
my $encoding = "utf8"; # 字符编码

# 创建CGI对象
my $cgi = CGI->new();
my $action = $cgi->param('action') || 'search';
my $query = $cgi->param('q') || '';
$query = decode($encoding, $query);

# 输出HTTP头
print $cgi->header(-charset => $encoding);

# 输出页面头部
print <<HTML;
<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="$encoding">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>$title</title>
    <style>
        body {
            font-family: Arial, sans-serif;
            line-height: 1.6;
            margin: 0;
            padding: 20px;
            max-width: 1000px;
            margin: 0 auto;
        }
        h1, h2 {
            color: #333;
        }
        .search-form {
            margin: 20px 0;
            padding: 15px;
            background-color: #f5f5f5;
            border-radius: 5px;
        }
        .search-input {
            padding: 8px;
            width: 70%;
            font-size: 16px;
            border: 1px solid #ddd;
            border-radius: 4px;
        }
        .search-button {
            padding: 8px 15px;
            font-size: 16px;
            background-color: #4285f4;
            color: white;
            border: none;
            border-radius: 4px;
            cursor: pointer;
        }
        .admin-button {
            padding: 8px 15px;
            font-size: 16px;
            background-color: #f44336;
            color: white;
            border: none;
            border-radius: 4px;
            cursor: pointer;
            text-decoration: none;
            display: inline-block;
            margin-top: 15px;
        }
        .result {
            margin-bottom: 20px;
            padding: 10px;
            border-bottom: 1px solid #eee;
        }
        .result-title {
            font-size: 18px;
            color: #1a0dab;
            margin-bottom: 5px;
        }
        .result-url {
            color: #006621;
            font-size: 14px;
            margin-bottom: 5px;
        }
        .result-snippet {
            font-size: 14px;
        }
        .highlight {
            background-color: #FFFF99;
            font-weight: bold;
        }
        .no-results {
            color: #666;
            font-style: italic;
        }
        .message-box {
            padding: 15px;
            margin: 20px 0;
            border-radius: 5px;
        }
        .success {
            background-color: #d4edda;
            color: #155724;
        }
        .error {
            background-color: #f8d7da;
            color: #721c24;
        }
        .info {
            background-color: #d1ecf1;
            color: #0c5460;
        }
    </style>
</head>
<body>
    <h1>$title</h1>
    
    <div class="search-form">
        <form method="GET" action="all-in-one-search.cgi">
            <input type="hidden" name="action" value="search">
            <input type="text" name="q" value="@{[encode_entities($query)]}" class="search-input" placeholder="请输入搜索词..." required>
            <input type="submit" value="搜索" class="search-button">
        </form>
        <a href="all-in-one-search.cgi?action=build_index" class="admin-button">重建索引</a>
    </div>
HTML

# 处理索引构建请求
if ($action eq 'build_index') {
    print "<div class='message-box info'>";
    print "<h2>开始构建索引...</h2>";
    print "<p>正在扫描目录：$site_root</p>";
    
    # 存储所有页面信息的数组
    my @pages = ();
    
    # 处理文件的函数
    sub process_file {
        my $file = $_;
        my $path = $File::Find::name;
        
        # 只处理指定扩展名的文件
        return unless -f $file && grep { $file =~ /$_$/ } @file_ext;
        
        # 将文件路径转换为URL
        my $url = $path;
        $url =~ s/^$site_root//;
        $url = "/$url" unless $url =~ /^\//;
        
        # 读取文件内容
        open my $fh, "<:encoding($encoding)", $file or return;
        my $content = do { local $/; <$fh> };
        close $fh;
        
        # 提取标题
        my $title = $file;
        if ($content =~ /<title>(.*?)<\/title>/si) {
            $title = $1;
            $title = decode_entities($title);
        }
        
        # 提取文本内容（简单方法：去除HTML标签）
        my $text_content = $content;
        $text_content =~ s/<script.*?>.*?<\/script>//gis; # 删除脚本
        $text_content =~ s/<style.*?>.*?<\/style>//gis;   # 删除样式
        $text_content =~ s/<[^>]*>//gs;                   # 删除HTML标签
        $text_content =~ s/\s+/ /gs;                      # 删除多余空白
        $text_content = decode_entities($text_content);    # 解码HTML实体
        
        # 截取一部分作为摘要（前500个字符）
        my $summary = substr($text_content, 0, 500);
        
        # 添加到页面数组
        push @pages, {
            url => $url,
            title => $title,
            content => $text_content,
            summary => $summary,
            last_modified => (stat($file))[9]
        };
        
        print "<p>已索引: $url</p>";
    }
    
    # 遍历网站目录
    find(\&process_file, $site_root);
    
    # 按最后修改时间排序（最新的在前）
    @pages = sort { $b->{last_modified} <=> $a->{last_modified} } @pages;
    
    # 将索引写入JSON文件
    eval {
        open my $out, ">:encoding($encoding)", $index_file or die "无法创建索引文件: $!";
        print $out encode_json(\@pages);
        close $out;
    };
    
    if ($@) {
        print "<p class='error'>索引创建失败: $@</p>";
    } else {
        print "<p>索引完成，共索引了 " . scalar(@pages) . " 个页面。</p>";
        print "<p>索引文件保存在: $index_file</p>";
    }
    
    print "</div>";
    print "<p><a href='all-in-one-search.cgi' class='admin-button'>返回搜索</a></p>";
}
# 处理搜索请求
elsif ($action eq 'search') {
    # 如果有搜索词，开始搜索
    if ($query) {
        # 检查索引文件是否存在
        if (-e $index_file) {
            # 读取索引文件
            eval {
                open my $in, "<:encoding($encoding)", $index_file or die "无法读取索引文件: $!";
                my $json = do { local $/; <$in> };
                close $in;
                
                my $pages = decode_json($json);
                
                # 执行搜索
                my @results = ();
                foreach my $page (@$pages) {
                    # 简单匹配（不区分大小写）
                    if ($page->{title} =~ /$query/i || $page->{content} =~ /$query/i) {
                        # 提取包含搜索词的片段
                        my @snippets = ();
                        my $content = $page->{content};
                        
                        # 查找并高亮显示匹配项
                        while ($content =~ /(.{0,$context_length})($query)(.{0,$context_length})/gi) {
                            my $before = $1;
                            my $match = $2;
                            my $after = $3;
                            
                            my $snippet = $before . '<span class="highlight">' . $match . '</span>' . $after;
                            push @snippets, $snippet;
                            
                            # 最多提取3个片段
                            last if @snippets >= 3;
                        }
                        
                        # 如果没有找到片段（例如，匹配在标题中），使用摘要
                        if (@snippets == 0) {
                            push @snippets, $page->{summary};
                        }
                        
                        push @results, {
                            url => $page->{url},
                            title => $page->{title},
                            snippets => \@snippets
                        };
                    }
                }
                
                # 显示结果
                my $total_results = scalar(@results);
                print "<h2>搜索结果: " . ($total_results == 0 ? "没有找到匹配的结果" : "找到 $total_results 个匹配结果") . "</h2>\n";
                
                if ($total_results > 0) {
                    # 只显示前max_results个结果
                    my $end = $total_results > $max_results ? $max_results : $total_results;
                    
                    for my $i (0 .. $end - 1) {
                        my $result = $results[$i];
                        print <<HTML;
                    <div class="result">
                        <div class="result-title"><a href="$result->{url}">$result->{title}</a></div>
                        <div class="result-url">$result->{url}</div>
                        <div class="result-snippet">
HTML
                        
                        foreach my $snippet (@{$result->{snippets}}) {
                            print "...$snippet...<br>\n";
                        }
                        
                        print <<HTML;
                        </div>
                    </div>
HTML
                    }
                    
                    # 如果有更多结果，显示提示
                    if ($total_results > $max_results) {
                        print "<p>显示前 $max_results 个结果中的 $max_results 个。</p>\n";
                    }
                } else {
                    print '<p class="no-results">没有找到匹配的结果。请尝试使用不同的搜索词。</p>';
                }
            };
            
            if ($@) {
                print "<div class='message-box error'>";
                print "<h3>搜索时发生错误</h3>";
                print "<p>$@</p>";
                print "</div>";
            }
        } else {
            print "<div class='message-box error'>";
            print "<h3>索引文件不存在</h3>";
            print "<p>系统尚未创建搜索索引。请点击"重建索引"按钮创建索引。</p>";
            print "</div>";
        }
    }
}

# 输出HTML页脚
print <<HTML;
</body>
</html>