Tip: automatische zoekmachine vriendelijke urls

Hier weer een technische tip.

Strip allerlei lelijke leestekens uit je url, op het moment dat je zoekmachine vriendelijke urls genereert, bijvoorbeeld op basis van een title die door niet-technici ingevoerd wordt in je cms.

Update: nu met stopwoorden filter

public static function encodeUrlParam ($string){
  $string = trim($string);
  if(ctype_digit($string)){
    return $string;
  }
  else {      
    // replace accented chars
    $accents = '/&([A-Za-z]{1,2})(grave|acute|circ|cedil|uml|lig);/';
    $string_encoded = htmlentities($string,ENT_NOQUOTES,'UTF-8');
    $string = preg_replace($accents,'$1',$string_encoded);

    // clean out the rest
    $replace = array('([40])','([^a-zA-Z0-9-])','(-{2,})');
    $with = array('-','','-');
    $string = preg_replace($replace,$with,$string); 
  } 
  return strtolower($string);
}

Bron: PHP.net

Wat het doet

Eerst haalt het spaties eruit aan het begin en einde van de titel ($string) met de trim() functie.

Vervolgens controleert het of $string numeriek is met ctype_digit().

Daarna worden leestekens, zoals umlauts e.d. eruit gestript en spaties omgezet naar '-'.

Klaar, simpel, kopiëren en gebruiken :)

Stopwoorden filteren

Om urls korter te maken, kun je nikszeggende stopwoorden eruit filteren. Dat kan met een reguliere expressie en een lijstje met stopwoorden. Ik laat het aan jullie over om deze functie te integreren met wat hierboven staat ;)

function removeCommonWords($string){
  // array met stopwoorden, zie bijvoorbeeld
  // http://www.catalogus.hvu.nl/webopac/helpteksten/stopwoorden.htm
  $commonWords = array('stopwoorda','stopwoordb');
  return preg_replace('/b('.implode('|',$commonWords).')b/','',$string);
}

Interessant?

Lees dan ook eens meer artikelen over ...

Reacties

door monchito, 2010 03 20

Ik heb deze post hier neergezet als persoonlijke bookmark :p

door monchito, 2010 03 20

Ik zal trouwens binnenkort deze functie nog wat aanpassen, want uiteraard kun en moet je urls ook inkorten: kortere urls klikken beter. Kan op 2 manieren: - of je stript alle woorden die kleiner zijn dan 3 karakters - of je hanteert een lijst met stopwoorden die je eruit filtert (zoals de seo slugs plugin van wordpress doet voor de Engelse taal) - of wellicht zelfs een combinatie van de twee

door Mart-Jan, 2010 11 02

hallo,

kan je ook wat voorbeelden geven, aub?
groeten,

Mart-Jan

door Ramon Eijkemans, 2010 11 02

Hoi Mart-Jan, deze functie roep je aan op het moment dat een url gegenereerd wordt. Het werkt dan ongeveer als zo:

$url = 'mijn nog niet nette url';

$url = removeCommonWords($url);
$url = encodeUrlParam($url);

En dan krjg je zoiets als dit:

$url = 'niet-nette-url';