Générer les keywords à la volée

[SnAKes]

Avec la bufferisation des sorties, PHP permet de faire un prétraitement de la page avant l'envoi au navigateur. On peut par exemple généré à la volée les paramètres alt et title de tous les tags <img> dans la page.

Ici je vous propose mon script que j'utilise pour générer les mots clefs d'une page.

Code: Tout sélectionner

setlocale(LC_CTYPE, 'fr_FR');

// bufferization des sorties text afin de pouvoir faire un prétraitement
// avant d'envoyer au navigateur
ob_start("my_ob_handler");

function unaccent($text) {
   $trans = get_html_translation_table(HTML_ENTITIES); //Get the entities table into an array
   foreach ($trans as $literal => $entity) { // Create two arrays, for accented and unaccented forms
      if (ord($literal) >= 192) { // Don't contemplate other characters such as fractions, quotes etc
         $replace[] = substr($entity, 1, 1); //Get 'E' from string '&Eaccute' etc.
         $search[] = $literal;
      }
   } //Get accented form of the letter
   return str_replace($search, $replace, $text);
}

// Extrait du corps de la page HTML générée tous les mots et couple de mots distinct
// puis trie la list en mettant en haut les mots et couple de mots les plus fréquents
function getWords($string, $weight=3) {
   // Petite astuce pour extraire les mots clefs des paramètres alt et title
   $noTag = preg_replace("/alt=\"(.*?)\"/", "> \\1 <", $string);
   $noTag = preg_replace("/title=\"(.*?)\"/", "> \\1 <", $noTag);

   // Il faut rajouter un espace avant les < et > afin qu'une fois one élémine les
   // tag les mots ne soient pas collés les uns aux autres la où il y avait le tag
   $noTag = preg_replace('/</', ' <', $noTag);
   $noTag = preg_replace('/>/', '> ', $noTag);
   
   // On élimine les tags
   $noTag = html_entity_decode(strip_tags($noTag));
   
   // On vire les retours chariot, retours à la ligne et tabulation
   $noTag = preg_replace('/[\n\r\t]/', ' ', $noTag);
   $noTag = preg_replace('/  /', ' ', $noTag);
   
   // On enlève les accents à toutes les lettres
   $noTag = unaccent($noTag);
   
   // On remplace tous les caractères non alphanumériques en espace
   $noTag = eregi_replace("[^a-z0-9]", " ", $noTag);

   // Minuscules
   $noTag = strtolower($noTag);

   // Mise en tableau de tous les mots de la page
   $words = array();
   $words = explode(" ", $noTag);

   $uniqWords = array();

   // Détection des mots distinct avec leur poids selon la fréquence
   // d'apparition dans la page
   foreach($words as $word) {
      if(!empty($word)) $uniqWords[$word]++;
   }
   reset($words);

   // Détection de couples de mots distincts avec poids      
   for($i = 0; $i < count($words); $i++) {
      if(!empty($words[$i]) && !empty($words[$i + 1])) {
         $coupleOfWords = $words[$i] . " " . $words[$i + 1];
         $uniqWords[$coupleOfWords]++;
      }
   }

   // Tri selon le poids
   ksort($uniqWords);
   
   // Génération des mots clefs selon leur poids
   // On ne garde que les mots dont le poids et de minimum $weight
   while(list($key, $val) = each($uniqWords)) {
      if(strlen($key) > 2 && $val > $weight) {
         $keywords .= $key . ", ";
      }
   }
   return $keywords;
}

// Fonction callback pour la bufferisation
function my_ob_handler(&$buffer) {
   // Génération des mots clefs
   $keywords = getWords($buffer, 2);
   
   // Remplacement de la chaine --KEYWORDS-- présente dans le template par les
   // mots clefs générés.
   $buffer = preg_replace("/--KEYWORDS--/", "$keywords", $buffer);
   
   // Compression GZip
   return ob_gzhandler($buffer, 5);
}

Dans la page PHP qui génère le HTML, dans l'entete HTML on mettra
<meta name="keywords" value="--KEYWORDS--">

--KEYWORDS-- sera remplacé par les mots clefs.

Cette méthode n'est pas forcément la meilleur mais elle marche pour moi.

[medium69]

Je ne sais pas si c'est bon dans le sens où les moteurs tiennent déjà compte de ces mots-clés dans le corps de la page.

Si tu met des mots-clés (avec éventuellement des fautes de frappes), dans ta meta, je pense que c'est juste un plus par rapport à ta méthode.

Je passe beaucoup de temps à générer mes mots-clés et description sur mes page, et je me sers de plusieurs site :
http://inventory.overture.com/d/searchi ... uggestion/
https://account.fr.miva.com/advertiser/ ... Login=true
https://adwords.google.com/select/KeywordSandbox

[julio38]

Rajouter une petite borne de nombre de keyword ne ferais pas de mal.
Générer 1000 mots clés (si la page à du contenu) ne sera pas forcément très apprécié par les moteurs de recherche

[SnAKes]

Code: Tout sélectionner

setlocale(LC_CTYPE, 'fr_FR');

// bufferization des sorties text afin de pouvoir faire un prétraitement
// avant d'envoyer au navigateur
ob_start("my_ob_handler");

function unaccent($text) {
   $trans = get_html_translation_table(HTML_ENTITIES); //Get the entities table into an array
   foreach ($trans as $literal => $entity) { // Create two arrays, for accented and unaccented forms
      if (ord($literal) >= 192) { // Don't contemplate other characters such as fractions, quotes etc
         $replace[] = substr($entity, 1, 1); //Get 'E' from string '&Eaccute' etc.
         $search[] = $literal;
      }
   } //Get accented form of the letter
   return str_replace($search, $replace, $text);
}

// Extrait du corps de la page HTML générée tous les mots et couple de mots distinct
// puis trie la list en mettant en haut les mots et couple de mots les plus fréquents
function getWords($string, $weight=3,$maxwords=1000) {
   // Petite astuce pour extraire les mots clefs des paramètres alt et title
   $noTag = preg_replace("/alt=\"(.*?)\"/", "> \\1 <", $string);
   $noTag = preg_replace("/title=\"(.*?)\"/", "> \\1 <", $noTag);

   // Il faut rajouter un espace avant les < et > afin qu'une fois one élémine les
   // tag les mots ne soient pas collés les uns aux autres la où il y avait le tag
   $noTag = preg_replace('/</', ' <', $noTag);
   $noTag = preg_replace('/>/', '> ', $noTag);
   
   // On élimine les tags
   $noTag = html_entity_decode(strip_tags($noTag));
   
   // On vire les retours chariot, retours à la ligne et tabulation
   $noTag = preg_replace('/[\n\r\t]/', ' ', $noTag);
   $noTag = preg_replace('/  /', ' ', $noTag);
   
   // On enlève les accents à toutes les lettres
   $noTag = unaccent($noTag);
   
   // On remplace tous les caractères non alphanumériques en espace
   $noTag = eregi_replace("[^a-z0-9]", " ", $noTag);

   // Minuscules
   $noTag = strtolower($noTag);

   // Mise en tableau de tous les mots de la page
   $words = array();
   $words = explode(" ", $noTag);

   $uniqWords = array();

   // Détection des mots distinct avec leur poids selon la fréquence
   // d'apparition dans la page
   foreach($words as $word) {
      if(!empty($word)) $uniqWords[$word]++;
   }
   reset($words);

   // Détection de couples de mots distincts avec poids     
   for($i = 0; $i < count($words); $i++) {
      if(!empty($words[$i]) && !empty($words[$i + 1])) {
         $coupleOfWords = $words[$i] . " " . $words[$i + 1];
         $uniqWords[$coupleOfWords]++;
      }
   }

   // Tri selon le poids
   ksort($uniqWords);
   
   // Génération des mots clefs selon leur poids
   // On ne garde que les mots dont le poids et de minimum $weight
   $count = 0;
   while((list($key, $val) = each($uniqWords)) && ($count<$maxwords)) {
      if(strlen($key) > 2 && $val > $weight) {
         $keywords .= $key . ", ";
         $count++;
      }
   }
   return $keywords;
}

// Fonction callback pour la bufferisation
function my_ob_handler(&$buffer) {
   // Génération des mots clefs
   $keywords = getWords($buffer, 2);
   
   // Remplacement de la chaine --KEYWORDS-- présente dans le template par les
   // mots clefs générés.
   $buffer = preg_replace("/--KEYWORDS--/", "$keywords", $buffer);
   
   // Compression GZip
   return ob_gzhandler($buffer, 5);
}

[Tilt]

ceci sinon pour générer des mots-clés sémantiquement proches:
http://www.metys.net/blog/semantics-related-tags/
(en anglais)