C# 分析搜索引擎url 得到搜索关键字

using System;
using System.Collections.Generic;
using System.Text;
using System.Text.RegularExpressions;

 

namespace Util
{
public class SearchKeyword
{
public SearchKeyword() { }

//搜索引擎特征
private string[][] _Enginers = new string[][]
{
new string[]{“google”,”utf8″,”q”},
new string[]{“baidu”,”gb2312″,”wd”},
new string[]{“yahoo”,”utf8″,”p”},
new string[]{“yisou”,”utf8″,”search”},
new string[]{“live”,”utf8″,”q”},
new string[]{“tom”,”gb2312″,”word”},
new string[]{“163″,”gb2312″,”q”},
new string[]{“iask”,”gb2312″,”k”},
new string[]{“soso”,”gb2312″,”w”},
new string[]{“sogou”,”gb2312″,”query”},
new string[]{“zhongsou”,”gb2312″,”w”},
new string[]{“3721″,”gb2312″,”p”},
new string[]{“openfind”,”utf8″,”q”},
new string[]{“alltheweb”,”utf8″,”q”},
new string[]{“lycos”,”utf8″,”query”},
new string[]{“onseek”,”utf8″,”q”},
new string[]{“youdao”,”utf8″,”q”},
new string[]{“bing”,”utf8″,”q”},
new string[]{“118114″,”gb2312″,”kw”}
};
//搜索引擎名称
private string _EngineName = ”";
public string EngineName
{
get
{
return _EngineName;
}
}
//搜索引擎编码
private string _Coding = ”utf8″;
public string Coding
{
get
{
return _Coding;
}
}
//搜索引擎关键字查询参数名称
private string _RegexWord = ”";
public string RegexWord
{
get
{
return _RegexWord;
}
}

private string _Regex = @”(“;

//搜索引擎关键字
//建立搜索关键字正则表达式
public void EngineRegEx(string myString)
{
for (int i = 0, j = _Enginers.Length; i < j; i++)
{
if (myString.Contains(_Enginers[i][0]))
{
_EngineName = _Enginers[i][0];
_Coding = _Enginers[i][1];
_RegexWord = _Enginers[i][2];
_Regex += _EngineName + @”.+.*[?/&]“ + _RegexWord + @”[=:])(?<key>[^&]*)”;
break;
}
}
}
//得到搜索引擎关键字
public string SearchKey(string myString)
{
EngineRegEx(myString.ToLower());
if (_EngineName != ”")
{
Regex myReg = new Regex(_Regex, RegexOptions.IgnoreCase);
Match matche = myReg.Match(myString);
myString = matche.Groups["key"].Value;
//去处表示为空格的+
myString = myString.Replace(“+”, ” ”);
if (_Coding == ”gb2312″)
{
myString = GetUTF8String(myString);
}
else
{
myString = Uri.UnescapeDataString(myString);
}
}
return myString;
}
//整句转码
public string GetUTF8String(string myString)
{
Regex myReg = new Regex(“(?<key>%..%..)”, RegexOptions.IgnoreCase);
MatchCollection matches = myReg.Matches(myString);
string myWord;
for (int i = 0, j = matches.Count; i < j; i++)
{
myWord = matches[i].Groups["key"].Value.ToString();
myString = myString.Replace(myWord, GB2312ToUTF8(myWord));
}
return myString;
}
//单字GB2312转UTF8 URL编码
public string GB2312ToUTF8(string myString)
{
string[] myWord = myString.Split(‘%’);
byte[] myByte = new byte[] { Convert.ToByte(myWord[1], 16), Convert.ToByte(myWord[2], 16) };
Encoding GB = Encoding.GetEncoding(“GB2312″);
Encoding U8 = Encoding.UTF8;
myByte = Encoding.Convert(GB, U8, myByte);
char[] Chars = new char[U8.GetCharCount(myByte, 0, myByte.Length)];
U8.GetChars(myByte, 0, myByte.Length, Chars, 0);
return new string(Chars);
}

//判断否为搜索引擎爬虫,并返回其类型
public string isCrawler(string SystemInfo)
{
string[] BotList = new string[] { ”Google”, ”Baidu”, ”yisou”, ”MSN”, ”Yahoo”, ”live”,

“tom”, ”163″, ”TMCrawler”, ”iask”, ”Sogou”, ”soso”, ”youdao”, ”zhongsou”, ”3721″,

“openfind”, ”alltheweb”, ”lycos”, ”bing”, ”118114″ };
foreach (string Bot in BotList)
{
if (SystemInfo.ToLower().Contains(Bot.ToLower()))
{
return Bot;
}
}
return ”null”;
}

 

public bool IsSearchEnginesGet(string str)
{
string[] strArray = new string[] { ”Google”, ”Baidu”, ”yisou”, ”MSN”, ”Yahoo”, ”live”, ”tom”

, ”163″, ”TMCrawler”, ”iask”, ”Sogou”, ”soso”, ”youdao”, ”zhongsou”, ”3721″, ”openfind”,

“alltheweb”, ”lycos”, ”bing”, ”118114″ };
str = str.ToLower();
for (int i = 0; i < strArray.Length; i++)
{
if (str.IndexOf(strArray[i].ToLower()) >= 0)
{
return true;
}
}
return false;
}
}
}

调用方法：

//取得来源url地址

string url =HttpContext.Current.Request.UrlReferrer.ToString();

Pkjg.Util.SearchKeyword searchkey = new Pkjg.Util.SearchKeyword();

//判断是否搜索引擎链接

if (searchkey.IsSearchEnginesGet(url))

{

//取得搜索关键字

string Keyword = searchkey.SearchKey(url);

//取得搜索引擎名称

string Engine = searchkey.EngineName;

}

转自： http://luanzhz.blog.163.com/blog/static/58023129201021210183949/