实现一个简单的mysql带权重的中文全文搜索_PHP教程
程序员文章站
2022-04-18 22:30:12
...
实现一个简单的mysql带权重的中文全文搜索自己在写一个web,希望对数据库做全文检索。但是google了解到,由于中文分词的缘故,mysql只支持英文的全文搜索,想支持中文的,需要各种插件or实现一些比较复杂的机制,而买的虚拟主机并不支持这些复杂的东西。仔细想了下,因为自己需求的功能也比较简单,主要是2个字段的搜索,且数据量不大,即便增加几个字段,需要多运行几个select也不会对速度有太大影响,所以通过一些work around实现了需求。
Step 1:用locate进行简单的搜索
Locate可以判断子串是否在子乱
有两个column,一个name,一个description.
所以可以用LOCATE>0去判断是否关键字在其中出现了。
其实就是
SELECT * FROM table WHERE LOCATE(key, 'name')>0 OR LOCATE(key, 'description);
这样,我们就简单实现了对某个key在两个域的搜索
Step 2:搜索多个关键字
通常,搜索都是有多个关键字,所以我们需要对每个关键字,执行下Step1的查询。(当然,也可以合成一个,这里偷懒每次只查询1个关键字)
然后,我们再将每次查询出的数组都合并,这样就得到了一个最终的集合。
php代码如下:
上面Step2的结果,其实是无序的。通常,如果我们搜索一个字段:
1.如果这个字段和关键字完全相同,那么一般来讲,可能这个结果应该是相关度最高的
2.如果他只是其其中出现了一次,相关度就最低。
3.如果他出现的次数比在其他row中出现的次数高,那么他的相关度就比2中的结果高
所以,搜索的时候依据这个顺序考虑权重,
a.如果完全相等,权重为1000
b.如果出现1次,权重为10,出现n次
c.权重为n*10
每次搜索出来的结果附加上权重----》然后合并相同项----》并把权重累加
最后按权重排序,即可得到一个有排序的搜索结果。
以下是两种1关键字对应1个字段(上面的代码是1关键字多个字段)查询的代码(不包含合并两个数组的代码,相关的代码在Step4中),只需遍历每个关键字和字段,就能完成搜索
Step 4: 字段的权重
在我的需求中,显然name这个字段比description更重要,所以在匹配时,对name字段的结果应该有所倾斜,所以,又可以增加一个对字段的权重系数。
1.如果是在name域的匹配,设系数为10;
2.如果是在description匹配,设系数为1;
将Step 3每次计算得出的权重,再乘上这个系数,就可以得到一个新的,更有效的权重值。
最后按权重排序,即可得到一个最有相关度排序的搜索结果
其他的细节:
如果一个关键字已经满足了equal条件,那么再使用locate条件的时候会依然返回一个结果,所以在使用locate条件的时候,过滤掉equal的情况
Step 1:用locate进行简单的搜索
Locate可以判断子串是否在子乱
有两个column,一个name,一个description.
所以可以用LOCATE>0去判断是否关键字在其中出现了。
其实就是
SELECT * FROM table WHERE LOCATE(key, 'name')>0 OR LOCATE(key, 'description);
这样,我们就简单实现了对某个key在两个域的搜索
Step 2:搜索多个关键字
通常,搜索都是有多个关键字,所以我们需要对每个关键字,执行下Step1的查询。(当然,也可以合成一个,这里偷懒每次只查询1个关键字)
然后,我们再将每次查询出的数组都合并,这样就得到了一个最终的集合。
php代码如下:
Step 3:匹配的权重
- function selectlocate($tarcols,$skey){
- $where ="";
- $connector = " ";
- global $count;
- foreach($tarcols as $tarcol ){
- $where .= $connector;
- $where .= "LOCATE('$skey', $tarcol) != 0 ";
- if($connector == " "){
- $connector = " OR ";
- }
- }
- $sql = "SELECT * FROM pets_table WHERE $where";
- $result = mysql_query($sql);
- $ret = Array();
- while($item = mysql_fetch_array($result, MYSQL_ASSOC)){
- $count ++;
- $ret[] = $item;
- }
- return $ret;
- }
上面Step2的结果,其实是无序的。通常,如果我们搜索一个字段:
1.如果这个字段和关键字完全相同,那么一般来讲,可能这个结果应该是相关度最高的
2.如果他只是其其中出现了一次,相关度就最低。
3.如果他出现的次数比在其他row中出现的次数高,那么他的相关度就比2中的结果高
所以,搜索的时候依据这个顺序考虑权重,
a.如果完全相等,权重为1000
b.如果出现1次,权重为10,出现n次
c.权重为n*10
每次搜索出来的结果附加上权重----》然后合并相同项----》并把权重累加
最后按权重排序,即可得到一个有排序的搜索结果。
以下是两种1关键字对应1个字段(上面的代码是1关键字多个字段)查询的代码(不包含合并两个数组的代码,相关的代码在Step4中),只需遍历每个关键字和字段,就能完成搜索
- $count = 0;
- function selectequal($col,$skey){
- $connector = " ";
- global $count;
- $sql = "SELECT * FROM pets_table WHERE LOWER($col)=LOWER('$skey')";
- $result = mysql_query($sql);
- $ret = Array();
- while($item = mysql_fetch_array($result, MYSQL_ASSOC)){
- $count ++;
- $item["weight"] = 1000;
- $ret[] = $item;
- }
- return $ret;
- }
- function selectlocate($col,$skey){
- global $count;
- $sql = "SELECT *,(LENGTH(description) - LENGTH(REPLACE(description, '$skey', '')))/LENGTH('$skey') *10 as weight FROM pets_table WHERE LOCATE(LOWER('$skey'),LOWER($col))>0";
- $result = mysql_query($sql);
- $ret = Array();
- while($item = mysql_fetch_array($result, MYSQL_ASSOC)){
- $count ++;
- $ret[] = $item;
- }
- return $ret;
- }
Step 4: 字段的权重
在我的需求中,显然name这个字段比description更重要,所以在匹配时,对name字段的结果应该有所倾斜,所以,又可以增加一个对字段的权重系数。
1.如果是在name域的匹配,设系数为10;
2.如果是在description匹配,设系数为1;
将Step 3每次计算得出的权重,再乘上这个系数,就可以得到一个新的,更有效的权重值。
最后按权重排序,即可得到一个最有相关度排序的搜索结果
其他的细节:
如果一个关键字已经满足了equal条件,那么再使用locate条件的时候会依然返回一个结果,所以在使用locate条件的时候,过滤掉equal的情况
- $count = 0;
- function selectequal($col,$val,$skey){
- $connector = " ";
- global $count;
- $sql = "SELECT * FROM pets_table WHERE LOWER($col)=LOWER('$skey')";
- $result = mysql_query($sql);
- $ret = Array();
- while($item = mysql_fetch_array($result, MYSQL_ASSOC)){
- $count ++;
- $item["weight"] = 1000*$val;
- $ret[] = $item;
- }
- return $ret;
- }
- function selectlocate($col,$val,$skey){
- global $count;
- $sql = "SELECT *,(LENGTH(description) - LENGTH(REPLACE(description, '$skey', '')))/LENGTH('$skey') *10*$val as weight FROM pets_table WHERE LOCATE(LOWER('$skey'),LOWER($col))>0 AND LOWER($col)!=LOWER('$skey')";
- $result = mysql_query($sql);
- $ret = Array();
- while($item = mysql_fetch_array($result, MYSQL_ASSOC)){
- $count ++;
- $ret[] = $item;
- }
- return $ret;
- }
- function cleanarr($arr){
- global $count;
- $tmp = Array();
- $tmpall = Array();
- foreach($arr as $item){
- if(array_key_exists($item['uid'], $tmp)){
- $tmp[$item['uid']]+=$item["weight"];
- }
- else{
- $tmp[$item['uid']] = $item["weight"];
- $tmpall[$item['uid']] = $item;
- }
- }
- //sort by weight in descending order
- arsort($tmp);
- $ret = Array();
- //rebuildthe return arary
- $count = 0;
- foreach($tmp as $k=>$v){
- $count++;
- $tmpall[$k]['weight']=$v;
- $ret[]=$tmpall[$k];
- }
- return $ret;
- }
- require_once("consvr.php");
- $colshash = array("name"=>10,"description"=>1);
- $ret = Array();
- $keywords=explode(" ", $keywords);
- $cols = array_keys($colshash);
- foreach($keywords as $keyword){
- foreach($colshash as $col=>$val){
- $ret = array_merge($ret,selectequal($col,$val, $keyword));
- $ret = array_merge($ret,selectlocate($col,$val, $keyword));
- }
- }
- $ret = cleanarr($ret);
- $ret = array('msg' => "Success", 'count'=>$count,'children' => $ret, 'query'=>"COMPLEX:NOT READABLE");
- echo json_encode($ret);
- mysql_close();
- ?>
上一篇: 摘自PHP手册[6] – URL函数
下一篇: PHP中单点登录的会话控制