function get_mot_vides($file)
{
$chaine = file2chaine($file);
//les separateurs pour decouper le texte en mots
$separateurs = " \n";
$mot_vide = utf8_decode(entitesHTML2Caracts($chaine));
$empty_word = explodeBIS($separateurs, $mot_vide);
return $empty_word;
}
function indexer($file, $tab_mot_vide)
{
global $conn;
//______________________ traitement head________________________
$title = get_title_With_ER($file);
$keywords = get_meta_keywords($file);
$description = get_meta_description($file);
$chaine_head = $keywords . " " . $description . " ";
// conversion entites html ascii
$chaine_head = entitesHTML2Caracts($chaine_head);
//minuscule
$chaine = strtolower($chaine_head);
//les separateurs pour decouper le texte en mots
$separateurs = " |{}[])(-_;,:.'’»«\$!?\"*\\/&=#";
//decoupage du texte en elements/mots
$tab_mots_head = explodeBIS($separateurs, $chaine);
//affichage des mots
//print_tab($tab_mots);
//echo "<br><br>";
//calcul de la frequence des mots
//suppression des doublons
$tab_mots_occurrences_head = array_count_values($tab_mots_head);
//print_tab($tab_mots_occurrences);
// calcul du poids des mots
$tab_mots_poids_head = occ2poids($tab_mots_occurrences_head, 2);
//print_tab($tab_mots_poids_head);
//______________________ Fin traitement head________________________
//______________________ traitement body________________________
$body = get_Body($file);
// body sans balises scripts
$body_sans_scripts = strip_scripts($body);
// suppression des balises html
$clean_body = strip_tags($body_sans_scripts);
// conversion entites html ascii
$clean_body = entitesHTML2Caracts($clean_body);
//minuscule
$clean_body = strtolower($clean_body);
//les separateurs pour decouper le texte en mots
$separateurs = " |{}[])(-_;,:.'’»«\$!?\"*\\/&=#";
//decoupage du texte en elements/mots
$tab_mots_body = explodeBIS($separateurs, $clean_body);
//affichage des mots
//print_tab($tab_mots);
//echo "<br><br>";
//calcul de la frequence des mots
//suppression des doublons
$tab_mots_occurrences_body = array_count_values($tab_mots_body);
//print_tab($tab_mots_occurrences);
// calcul du poids des mots
$tab_mots_poids_body = $tab_mots_occurrences_body;
//print_tab($tab_mots_poids_body);
//________________________ fin traitement body ______________________
// fusion des deux tableaux
$tab_mots_poids = fusion_tabH_tabB_tabV($tab_mots_poids_head, $tab_mots_poids_body, $tab_mot_vide);
//print_tab($tab_mots_poids);
//création du doccument dans la BDD
$data = array('adr' => mysqli_real_escape_string($conn, $file), 'title' => mysqli_real_escape_string($conn, $title), 'description' => mysqli_real_escape_string($conn, $description));
$id_doc = createDoc($data);
foreach ($tab_mots_poids as $mot => $poids) {
if (!cleanChaine($mot)) {
$data = array('id_doc' => mysqli_real_escape_string($conn, $id_doc), 'mot' => mysqli_real_escape_string($conn, trim($mot)), 'poids' => mysqli_real_escape_string($conn, $poids));
createMot($data);
}
}
}
