PHP, как получить все файлы (только html-файлы) во всех подкаталогах и индексировать каждую html-страницу

Ну, поскольку это домашнее задание, я не буду давать вам код. Но я могу указать вам правильное направление. Обычно для такого рода вещей люди используют рекурсивную функцию. Где функция вызывает сама себя.

Эта функция должна делать следующее:

• Подсчитайте все строки всех файлов htm и html в текущем каталоге.
• Сложите эти числа, а затем добавьте их в глобальную переменную вне функции (просто используйте глобальную, вы можете вернуть количество строк для каждого вызова и добавить их, но это боль в заднице)
• вызовите эту функцию снова для каждой папки в текущем каталоге (просто прокрутите их)
• как только вы вернетесь в самое начало, сбросьте глобальную переменную и верните ее значение

Класс RecursiveDirectoryIterator лучше всего подходит для этого. Это гибко и быстро.

Другие альтернативные методы (не рекурсивные) описаны в разделе "Переход к массиву с помощью PHP". В своем ответе на этот вопрос я рассчитал время для различных методов, данных другими ответами, но все решения в коде PHP работают медленнее, чем с использованием классов PHP SPL.

Вот альтернатива с использованием RecursiveIteratorIterator, RecursiveDirectoryIterator и pathinfo().

<?php

$dir = '/';

$iterator = new RecursiveIteratorIterator(new RecursiveDirectoryIterator($dir), RecursiveIteratorIterator::CHILD_FIRST);

foreach ( $iterator as $path )
  if ( $path->isFile() && preg_match('/^html?$/i', pathinfo($path->getFilename(), PATHINFO_EXTENSION)) )
    echo $path->getPathname() . PHP_EOL;

Если вам нужно получить текущий рабочий каталог, вы можете использовать getcwd() ( т.е. $dir = getcwd();).

Чтобы получить длину контента, вы можете сделать несколько вещей. Вы можете получить содержимое файла с помощью file_get_contents и использовать strlen для вычисления длины или str_word_count для подсчета слов. Другим вариантом может быть использование $path->getSize().

Если вы используете массив для хранения имен и размеров, вы можете использовать пользовательскую функцию и uasort для сортировки массива по размерам.

Более полный пример:

<?php

function sort_by_size($a, $b)
{
  if ( $a['size'] == $b['size'] )
    return 0;

  return ( $a['size'] < $b['size'] ? -1 : 1 );
}

$dir = '/';
$files = array();

$iterator = new RecursiveIteratorIterator(new RecursiveDirectoryIterator($dir), RecursiveIteratorIterator::CHILD_FIRST);

foreach ( $iterator as $path )
  if ( $path->isFile() && preg_match('/^html?$/i', pathinfo($path->getFilename(), PATHINFO_EXTENSION)) )
    $files[] = array(
      'name' => $path->getPathname(),
      'size' => $path->getSize()
    );

uasort($files, sort_by_size);

Затем массив $files можно пройти по циклу с помощью цикла foreach. Он будет содержать как путь, так и размер.

Попробуйте использовать функцию glob.

$files = glob('*.htm*');
foreach($files as $file) {
//code here
}

Отредактировано:

    function readDir($path) {
  $files = glob($path . '*.*');

  foreach ($files as $file) {
    if (is_dir($file)) {
      $html_files = array_merge((array) readDir($file . '/'), (array) $html_files);
    }

    if (in_array(strtolower(end(explode('.', $file))), array('html', 'htm'))) {
      $html_files[] = $file;
    }
  }

  return $html_files;
}

Только что отредактировал ответ, попробуйте это. (Примечание: я не тестировал код ни на одном сайте.) Спасибо.

Есть ли у вас какие-либо ограничения на функции/классы, которые вы можете использовать? Если нет, то проверьте RecursiveDirectoryIterator, это позволит вам пройти через каталоги, рекурсивно перебирая все элементы каталога. Затем вы можете сопоставить расширение для каждого элемента, и если оно совпадает, в основном, сделайте свой подсчет.

Альтернативным подходом к этому может быть использование glob при переборе каталогов. который позволяет вам выполнять *.html поиск, как если бы вы использовали утилиту *nix find.

Что касается подсчета, вы можете взглянуть на str_word_count.