Wyznaczanie wartości PageRank w PHP

Wyszukiwarka Google umownie oznacza jakość stron WWW, przypisując im wartość PageRank. PageRank, oznaczany w skrócie PR, jest liczbą z przedziału od 0 do 10. Im większa wartość PageRank, tym większe znaczenie ma dana strona WWW. Na przykład strona główna organizacji W3C (http://www.w3c.org) ma wartość PR=10, a strona Uniwersytetu Warszawskiego (http://www.uw.edu.pl) PR=8.

Wartość PR odwiedzanej witryny można sprawdzić przy użyciu wtyczki Google Toolbar dostępnej do pobrania na stronie http://toolbar.google.pl. Po zainstalowaniu w przeglądarce, wtyczka wyświetla wartość PR odwiedzanej strony. Rysunek prezentuje odczyt wartości PR starej strony "Internet Makera".

Klasa GooglePageRank

Do odczytu wartości PR w PHP służy klasa GooglePageRank. Jest ona zawarta w pliku google_pagerank.class.php, dostępnym na stronie http://code.google.com/p/popst....

Swoje działanie klasa GooglePageRank opiera na klasie Cacher z pliku cacher.class.php. Należy więc pobrać dwa pliki: cacher.class.php oraz google_pagerank.class.php.

Przykład pierwszy: odczyt PageRank w PHP Skrypt PHP odczytujący wartość PR rozpoczynamy od zdefiniowania stałej CACHE_DIR i utworzenia folderu cache/. Następnie dołączamy klasę GooglePageRank:

1. define ('CACHE_DIR', './cache/');
2. require_once 'google_pagerank.class.php';

Listing zwinięty - 2 linii

Odczyt wartości PR sprowadza się do wywołania konstruktora klasy GooglePageRank.

Konstruktor pobiera jeden obowiązkowy parametr: adres URL dokumentu, którego PR chcemy poznać. Wyznaczona wartość PR jest dostępna w polu $pr->pagerank:

1. $adr = 'http://www.internetmaker.pl/';
2. $pr = new GooglePageRank($adr);
3. echo $pr -> pagerank;

Listing zwinięty - 3 linii

Przykład drugi: strony o nieznanej wartości PR

Nowe witryny WWW nie mają jeszcze ustalonej wartości PageRank. W takiej sytuacji Google Toolbar zwraca komunikat "Brak dostępnych informacji o ocenach PageRank", widoczny na rysunku 2. Wartość niezdefiniowana nie jest tym samym, co wartość równa 0. Wartość 0 mają witryny, które już zostały poddane ocenie. Rysunek 3 przedstawia PR o wartości 0 wyświetlany dla jednej z podstron witryny www.gajdaw.pl.

Niestety, klasa GooglePageRank zwraca wartość 0 zarówno dla witryn o wartości niezdefiniowanej:

1. $adr = 'http://www.gajdaw.pl/php/pearauth/index.html';
2. $pr = new GooglePageRank ($adr);
3. echo $pr -> pagerank;

Listing zwinięty - 3 linii

jak i dla witryn o wartości PR=0:

1. $adr = 'http://www.gajdaw.pl/webmastering/willa-ewa/index.html';
2. $pr = new GooglePageRank ($adr);
3. echo $pr -> pagerank;

Listing zwinięty - 3 linii

W momencie przygotowywania artykułu strona http://www.gajdaw.pl/webmastering/willa-ewa/index.html miała PR=0, zaś strona http://www.gajdaw.pl/php/pear-auth/index.html miała niezdefiniowaną wartość PR.

Przykład trzeci: PR równy -1

W celu odróżnienia witryn o niezdefiniowanej wartości PR od witryn o wartości PR=0 należy wprowadzić drobną modyfikację w klasie GooglePageRank. Linię 65 oryginalnego pliku google_pagerank.class.php:

$this -> pagerank = 0;

należy zastąpić przez:

$this -> pagerank = -1;

Wówczas dla stron o niezdefiniowanej wartości PR klasa GooglePageRank będzie zwracała -1:

1. $adr = 'http://www.gajdaw.pl/php/pearauth/index.html';
2. $pr = new GooglePageRank ($adr);
3. echo $pr -> pagerank;

Listing zwinięty - 3 linii

Przykład czwarty: sprawdzanie wielu adresów URL

W celu sprawdzenia wartości PageRank wielu adresów URL przygotuj plik adresy.txt. W każdej linijce pliku umieść jeden adres:

http://www.google.com
http://wikipedia.org
http://www.uw.edu.pl
http://www.w3c.org
...

Przetwórz plik adresy.txt w pętli foreach:

 1. $wynik = '';
 2. $p = file ('adresy.txt');
 3. foreach ($p as $linia) {
 4.   $tmpadr = trim ($linia);
 5.   $pr = new GooglePageRank ($tmpadr);
 6.   $tmp = $tmpadr . '|' . $pr -> pagerank . "rn";
 7.   echo $tmp;
 8.   $wynik .= $tmp;
 9. }
10. file_put_contents ('wynik.txt', trim ($wynik));

Listing zwinięty - 10 linii

W pliku wynik.txt zostaną zapisane wartości PageRank dla wszystkich stron, których adresy umieściłeś w pliku adresy.txt.