Php 关键词错误，从网站中提取内容。哎呀

我在从网站（wiki文章）提取关键词时遇到了一个问题，提取的关键词不完全是关键词，它们是从html中提取的词，而不是网站的词

我使用以下代码：

include("Extkeys.php");
[...]
if (empty($keywords)){
$ekeywords = new KeyPer;
$keywords = $ekeywords->Keys($webhtml);
}

“Extkeys”的代码是：

---

假设我理解您的问题，我认为简单地执行以下操作就是您正在寻找的解决方案

这将从URL（例如）读取HTML并使用该URL生成键，而不需要将HTML作为参数

function Keys($url) { 
    $webhtml = file_get_contents($url);

您希望首先从页面中提取内容，然后搜索关键字。也就是说，你想从页面中找到实际的内容，并将内容剥离为边栏、页脚等。
只有谷歌的HTML内容提取，有很多关于这方面的文章

我在java中做过一次，有一个叫做“我不确定是否有PHP端口/接口”的库，快速的谷歌搜索没有发现任何东西。但我相信PHP也有类似的库

摆脱HTML而不是专门搜索页面内容的最简单方法是使用正则表达式剥离所有HTML，比如
s/]+>//g
。然而，对于搜索引擎来说，这可能不是最好的方法，因为你最终会得到很多垃圾，可能会扰乱你的密钥提取

编辑：这里有一篇关于的文章。
谢谢你的回复。我测试了代码，并在第一个代码中将“$html”替换为“$url”。但还是和以前一样。如果我不替换，只给出“测试”。顺致敬意，然后，您必须将上面的调用更改为
$keywords=$ekeywords->Keys（'http://en.wikipedia.org/wiki/Searchengine');您好，按照您所说的使用代码，但仍然显示相同的结果。我还使用代码来创建许多页面，所以我使用$url。
function Keys($url) { 
    $webhtml = file_get_contents($url);