注册
登录
| 关键词： nbsp 搜索 全文 mysql str MATCH returnVal fcicq tmpStr 一个 |
首先，大家先去下载一份dvbbs.php beta1的代码，解压后先抛开php代码，找出你的mysql手册，如果没有手册那么就直接看下面的实例操作吧！ mysql全文搜索，sql的写法： MATCH （col1,col2,…） AGAINST （expr [IN BOOLEAN MODE | WITH QUERY EXPANSION]） 比如： SELECT * FROM articles WHERE MATCH （title,body） AGAINST （‘database’）； MATCH（）函数对于一个字符串执行资料库内的自然语言搜索。一个资料库就是1套1个或2个包含在FULLTEXT内的列。搜索字符串作为对 AGAINST（）的参数而被给定。对于表中的每一行， MATCH（） 返回一个相关值，即， 搜索字符串和 MATCH（）表中指定列中该行文字之间的一个相似性度量。 下面的例子则更加复杂。询问返回相关值，同时对行按照相关性渐弱的顺序进行排序。为实现这个结果，你应该两次指定 MATCH（）： 一次在 SELECT 列表中而另一次在 WHERE子句中。这不会引起额外的内务操作，原因是MySQL 优化程序注意到两个MATCH（）调用是相同的，从而只会激活一次全文搜索代码。 以下为引用的内容： mysql> SELECT id, body, MATCH （title,body） AGAINST -> （‘Security implications of running MySQL as root’） AS score -> FROM articles WHERE MATCH （title,body） AGAINST -> （‘Security implications of running MySQL as root’）； 所以，到这里你应该会mysql 英文全文搜索了。 请注意一个问题。 一些词在全文搜索中会被忽略： * 任何过于短的词都会被忽略。 全文搜索所能找到的词的默认最小长度为 4个字符。 * 停止字中的词会被忽略。 mysql还自带查询扩展功能。这里不做过多讨论。 下面进行php中文全文搜索的分析 曾经有一个版本的mysql支持中文全文搜索（海量 mysql chinese+,说是GPL但是最终没有开源） 中文全文搜索的关键是在分词上。mysql本身不支持cjk的分词（cjk:chinese,japanese,korean）， 所以 !!!!****如何用php模拟分词是mysql全文索引的关键****!!!! 中文分词是语言分词中最困难的。现在也没有人能够彻底完美的解决（虽然这些搜索引擎做的都还不错。） 以下为引用的内容： //fcicq:下面给大家看看这里php的分词是怎么做的。 function &DV_ChineseWordSegment（$str,$encodingName='gbk‘）{ static $objEnc = null; if（ $objEnc === null ）{ if（ !class_exists（'DV_Encoding’） ）{ require_once ROOT_PATH.'inc/DV_Encoding.class.php‘； } $objEnc =& DV_Encoding::GetEncoding（$encodingName）； } $strLen = $objEnc->StrLength（$str）； $returnVal = array（）； if（ $strLen < = 1 ）{ return $str; } $arrStopWords =& DV_GetStopWordList（）； //print_r（$arrStopWords）； //过滤所有HTML标签 $str = preg_replace（'#<[a-zA-Z]+?.*?>|#is’， “， $str）； //过滤所有stopword $str = str_replace（$arrStopWords['StrRepl'],' ‘，$str）； $str = preg_replace（$arrStopWords['PregRepl'],' ’，$str）； //echo ”$str:{$str} “； $arr = explode（‘ ’，$str）； //fcicq:好了，这下面的才是php分词关键 ************* foreach（ $arr as $tmpStr ）{ if （ preg_match（”/^[x00-x7f]+$/i“，$tmpStr） === 1 ） { //fcicq:全是E文，没关系，mysql可以认识的 $returnVal[] = ' ‘。$tmpStr; } else{ //fcicq:中英混合… preg_match_all（”/（[a-zA-Z]+）/i“， $tmpStr, $matches）； if（ !empty（$matches） ）{ //fcicq:英语部分 foreach（ $matches[0] as $matche ）{ $returnVal[] = $matche; } } //过滤ASCII字符 $tmpStr = preg_replace（”/（[x00-x7f]+）/i“， ” , $tmpStr）； //fcicq:你看，剩下的不就全是中文了？ $strLen = $objEnc->StrLength（$tmpStr）-1; for（ $i = 0 ; $i < $strLen ; $i++ ）{ $returnVal[] = $objEnc->SubString（$tmpStr,$i,2） ; //fcicq:注意这里的substr,不是手册上的。 //fcicq:你仔细看，所有的词都是分成两个。 //比如“数据库的应用”，会被分成数据 据库 库的 的应 应用… //全文搜索： 全文 文搜 搜索 //这分词自然是不怎么样的 //但是，搜索的时候同样这么做。 //比如搜索数据库，就相当于搜索了数据 据库。 //这是一种相当传统的全文搜索分词方法。 } } } return $returnVal; }//end function DV_ChineseWordSegment //fcicq:这就是传说中的substr.偶相信许多人写出来的php代码都比这个好。 function &SubString（&$str,$start,$length=null）{ if（ !is_numeric（$start） ）{ return false; } $strLen = strlen（$str）； if（ $strLen < = 0 ）{ return false; } if（ $start < 0 || $length < 0 ）{ $mbStrLen = $this->StrLength（$str）； } else{ $mbStrLen = $strLen; } if（ !is_numeric（$length） ）{ $length = $mbStrLen; } elseif（ $length < 0 ）{ $length = $mbStrLen + $length - 1; } if（ $start < 0 ）{ $start = $mbStrLen + $start; } $returnVal = ''; $mbStart = 0; $mbCount = 0; for（ $i = 0 ; $i < $strLen ; $i++ ）{ if（ $mbCount >= $length ）{ break; } $currOrd = ord（$str{$i}）； if（ $mbStart >= $start ）{ $returnVal .= $str{$i}; if（ $currOrd > 0×7f ）{ $returnVal .= $str{$i+1}.$str{$i+2}; $i += 2; } $mbCount++; } elseif（ $currOrd > 0×7f ）{ $i += 2; } $mbStart++; } return $returnVal; }//end function SubString //插入全文搜索分词表。一共两个，一个 topic_ft,一个bbs_ft $arrTopicIndex =& DV_ChineseWordSegment（$topic）； if（ !empty（$arrTopicIndex） && is_array（$arrTopicIndex） ）{ $topicindex = $db->escape_string（implode（' ’，$arrTopicIndex））； if（ $topicindex !== “ ）{ $db->query（”UPD ATE {$dv}topic_ft SET topicindex=' {$topicindex}' WHERE topicid='{$RootID}‘“）； } else{ $db->query（”DEL ETE FROM {$dv}topic_ft WHERE topicid='{$RootID}’“）； } } } 这就是所谓的mysql全文搜索分词，mysql不会分词，而php会。就这么简单。 这虽然是一种比较过时的方法，但是非常实用。 |
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
