实用文章:「PHP源码」文章原创度检测源码
优采云 发布时间: 2022-10-27 17:17实用文章:「PHP源码」文章原创度检测源码
前言
我
去年写了一个PHP伪原创工具，但有时我需要在伪原创后检查文章原创，换句话说，搜索引擎上是否有类似的文章。
此原创测试的来源使用百度搜索。
首先，拼凑百度搜索的URL，百度将搜索词限制为38个汉字，其余的将被丢弃。
那么，既然百度搜索URL也可用，那么如何检查文章文章原创？
凤凰网访问函数源代码
function curl($url){
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL,$url);
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false);
$httpheader[] = "Accept:*/*";
$httpheader[] = "Accept-Encoding:gzip,deflate,sdch";
$httpheader[] = "Accept-Language:zh-CN,zh;q=0.8";
$httpheader[] = "Connection:close";
curl_setopt($ch, CURLOPT_HTTPHEADER, $httpheader);
curl_setopt($ch, CURLOPT_USERAGENT,'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3314.0 Safari/537.36 SE 2.X MetaSr 1.0');
curl_setopt($ch, CURLOPT_ENCODING, "gzip");
curl_setopt($ch, CURLOPT_RETURNTRANSFER,1);
$ret = curl_exec($ch);
curl_close($ch);
return $ret;
}
首先，到
删除一个文章的所有HTML标签，则需要使用以下代码来删除无用的HTML和字符。
function ClearHtml($str){
$str = trim($str);
$str = strip_tags($str,"");
$str = preg_replace("/\t/","",$str);
$str = preg_replace("/\r\n/","",$str);
$str = preg_replace("/\r/","",$str);
$str = preg_replace("/\n/","",$str);
$str = preg_replace("/ /","",$str);
$str = preg_replace("/ /","",$str);
return trim($str);
}
然后将重新排列的文章分成一个由38个汉字组成的数组，使用代码
：
function mbStrSplit ($string, $len=38) {
$start = 0;
$strlen = mb_strlen($string);
while ($strlen) {
$array[] = mb_substr($string,$start,$len,"utf8");
$string = mb_substr($string, $len, $strlen,"utf8");
$strlen = mb_strlen($string);
}
return $array;
<p>
}</p>
如果你的PHP环境是PHP 7.4，可以直接使用下面的内置函数将文章分成一组38个汉字，但是我在这里使用的是上面的内容，暂时还没有构建最新的PHP环境。
mb_str_split ( string $string [, int $split_length = 1 [, string $encoding = mb_internal_encoding() ]] ) : array
注:https://www.php.net/manual/zh/function.mb-str-split.php
以下是原创38个汉字中的一个，文章得到的源代码，我就不一一解释了，我觉得我的代码在这里不是很好，如果你有优化，请回复，谢谢。
function bdycl($content){
$info=curl('https://www.baidu.com/s?ie=utf8&wd='.urlencode($content));
preg_match_all("/(.*?)(.*?)href=\"(.*?)\"/is", $info,$baidu);
$count1=count($baidu['1']);
for($i=0;$i1){
$baiduem='';
foreach($baidu_em[1] as $value){
$baiduem.=$value;
}
$bdem[]=[
'content'=>$baiduem,
'url'=>$baidu['3'][$i]
];
}else{
$bdem[]=[
'content'=>@$baidu_em[1][0],
'url'=>$baidu['3'][$i]
];
}
}
if(is_array($bdem)){
$count=count($bdem);
$in=[];
for($i=0;$i90){
$in[]=[
'similar'=>$ii,
"content"=>$bdem[$i]['content'],
'url'=>$bdem[$i]['url']
];
}
}
array_multisort(array_column($in,'similar'),SORT_DESC,$in);
<p>
if(isset($in['0'])){
$in=$in['0'];
}
return ['similar'=>(100-array_sum($similar)/count($bdem)),'content'=>$in];
}
}</p>
单一原创检测
我们已经编写了一组38个汉字，现在我们需要查询其中的多组。以下是源代码
function ycl($content){
$info=mbStrSplit($content);
$count=count($info)-1;
if($count$str];
}
然后从互联网上找到一个随机文章，测试结果为：
好了，到此为止，谢谢大家的收看。
教程:在线伪原创工具_中文在线伪原创文章*敏*感*词*_一次可支持7000汉字
在线
伪原创 Tool_Chinese在线伪原创文章 Generator_Can支持7000个汉字
烟雾和雨水
烟雨黑帽搜索引擎优化
伊海马奥西
烟雨黑帽
SEO：可以定制和开发主流黑帽SEO技术方案——已经开发且不限于以下几类黑帽SEO软件，如动态寄生虫、蜘蛛池、泛目录站群、反向代理泛目录、静态二级目录生成、批量网站建设和快速举重程序、百度搜狗推送程序等;
张贴在
收录系列中
在线
伪原创 Tool_Chinese在线伪原创文章 Generator_Can支持7000个汉字
