利用php怎么检查网站的页面是否被百度收录

随着互联网的发展，许多网站或企业希望能够被搜索引擎尤其是百度收录，从而提升其知名度和曝光率。但是如何检查网站的页面是否被百度收录呢？本文将介绍利用PHP的方法，来检查网站的页面是否被百度收录。

一、什么是百度收录

百度收录是指百度搜索引擎在其数据库中插入了某个站点的页面信息，列表式排布在百度搜索引擎结果页面中，使得网民可以通过百度找到该站点下所提供的最新信息和内容。

二、利用PHP检查网站的页面是否被百度收录

1.获取百度搜索结果页面

首先我们需要获取百度搜索结果页面，以此来判断网站的页面是否被百度收录。以下是获取百度搜索结果页面的PHP代码：

function getBaiduSearchResult($keyword){
  $url = "http://www.baidu.com/s?wd=".urlencode($keyword)."&rn=50";
  $html = file_get_contents($url);
  return $html;
}

上述代码中，我们定义了一个函数getBaiduSearchResult，然后将我们需要搜索的关键字通过urlencode进行编码，最后将网址组成完整的搜索结果的url。rn=50表示每页显示50条结果，可以根据需要进行调整。最后我们通过file_get_contents获取页面的HTML代码。

2.检查网站的页面是否被百度收录

获取到百度搜索结果页面的HTML代码之后，我们就可以通过代码来判断我们需要检查的网站页面是否被百度收录了。检查的方法可以有多种，以下是两种方法：

方法一：通过页面关键词来判断

当我们的网站页面被百度收录的时候，我们会在该页面头部的META标签中添加以下关键词：

<meta name="keywords" content="百度,搜索,网页,音乐,图片,视频,地图,百科,知道,新闻,贴吧,采集工具,网站">

因此我们可以通过判断该关键词是否在百度搜索结果中存在，来判断网站的页面是否被百度收录。以下是代码：

function checkPageExist($url, $html){
  $html = mb_convert_encoding($html, 'utf-8', 'gb2312');
  $pattern = "/<a target=\"_blank\" href=\"(.+?)\" class=\"c-showurl\"/is";
  preg_match_all($pattern, $html, $matches);
  foreach($matches[1] as $u){
    if(strpos($u, $url)!==false){
      return true;
    }
  }
  return false;
}

$html = getBaiduSearchResult('关键词');
if(checkPageExist('http://www.***.com/xxx.html', $html)){
  echo "该网页已被百度收录";
}else{
  echo "该网页未被百度收录";
}

上述代码中，我们定义了一个函数checkPageExist，该函数首先将获取到的搜索结果HTML代码进行编码转换，由于百度搜索结果中的中文编码为gb2312，因此我们需要将其转换为utf-8。然后我们利用正则表达式获取到每一个结果的链接，最后与我们需要检查的网站页面进行比较，如果存在则说明网站页面已被百度收录。

方法二：通过页面标题来判断

当我们的网站页面被百度收录的时候，我们的页面标题通常会在百度搜索结果中出现，因此我们可以通过判断该页面标题是否出现在百度搜索结果中来判断该网站的页面是否被百度收录。以下是代码：

function checkPageExist2($url, $html){
  $html = mb_convert_encoding($html, 'utf-8', 'gb2312');
  $pattern = "/<h3 class=\"t\"><a.*?>(.*?)<\/a><\/h3>/is";
  preg_match_all($pattern, $html, $matches);
  foreach($matches[1] as $u){
    if(strpos($u, $url)!==false){
      return true;
    }
  }
  return false;
}

$html = getBaiduSearchResult('关键词');
if(checkPageExist2('http://www.***.com/xxx.html', $html)){
  echo "该网页已被百度收录";
}else{
  echo "该网页未被百度收录";
}

上述代码中，我们定义了一个函数checkPageExist2，该函数同样将获取到的HTML代码进行编码转换，然后通过正则表达式获取到搜索结果页面中的标题信息，最后与我们需要检查的网站页面进行比较，如果存在则说明网站页面已被百度收录。

三、总结

以上就是利用PHP来检查网站的页面是否被百度收录的方法，其中主要步骤包括获取百度搜索结果页面和检查网站的页面是否被百度收录。同时也介绍了两种不同的检查方法，我们可以根据自己的实际情况来选择相应的方法。希望本文能够对大家有所帮助。