欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

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:

  1. function selectlocate($tarcols,$skey){
  2. $where ="";
  3. $connector = " ";
  4. global $count;
  5. foreach($tarcols as $tarcol ){
  6. $where .= $connector;
  7. $where .= "LOCATE('$skey', $tarcol) != 0 ";
  8. if($connector == " "){
  9. $connector = " OR ";
  10. }
  11. }

  12. $sql = "SELECT * FROM pets_table WHERE $where";
  13. $result = mysql_query($sql);
  14. $ret = Array();
  15. while($item = mysql_fetch_array($result, MYSQL_ASSOC)){
  16. $count ++;
  17. $ret[] = $item;
  18. }
  19. return $ret;
  20. }
Step 3:匹配的权重
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

  1. $count = 0;
  2. function selectequal($col,$skey){
  3. $connector = " ";
  4. global $count;
  5. $sql = "SELECT * FROM pets_table WHERE LOWER($col)=LOWER('$skey')";
  6. $result = mysql_query($sql);
  7. $ret = Array();
  8. while($item = mysql_fetch_array($result, MYSQL_ASSOC)){
  9. $count ++;
  10. $item["weight"] = 1000;
  11. $ret[] = $item;
  12. }
  13. return $ret;
  14. }
  15. function selectlocate($col,$skey){
  16. global $count;
  17. $sql = "SELECT *,(LENGTH(description) - LENGTH(REPLACE(description, '$skey', '')))/LENGTH('$skey') *10 as weight FROM pets_table WHERE LOCATE(LOWER('$skey'),LOWER($col))>0";
  18. $result = mysql_query($sql);
  19. $ret = Array();
  20. while($item = mysql_fetch_array($result, MYSQL_ASSOC)){
  21. $count ++;
  22. $ret[] = $item;
  23. }
  24. return $ret;
  25. }



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

  1. $count = 0;
  2. function selectequal($col,$val,$skey){
  3. $connector = " ";
  4. global $count;
  5. $sql = "SELECT * FROM pets_table WHERE LOWER($col)=LOWER('$skey')";
  6. $result = mysql_query($sql);
  7. $ret = Array();
  8. while($item = mysql_fetch_array($result, MYSQL_ASSOC)){
  9. $count ++;
  10. $item["weight"] = 1000*$val;
  11. $ret[] = $item;
  12. }
  13. return $ret;
  14. }
  15. function selectlocate($col,$val,$skey){
  16. global $count;
  17. $sql = "SELECT *,(LENGTH(description) - LENGTH(REPLACE(description, '$skey', '')))/LENGTH('$skey') *10*$val as weight FROM pets_table WHERE LOCATE(LOWER('$skey'),LOWER($col))>0 AND LOWER($col)!=LOWER('$skey')";
  18. $result = mysql_query($sql);
  19. $ret = Array();
  20. while($item = mysql_fetch_array($result, MYSQL_ASSOC)){
  21. $count ++;
  22. $ret[] = $item;
  23. }
  24. return $ret;
  25. }
  26. function cleanarr($arr){
  27. global $count;
  28. $tmp = Array();
  29. $tmpall = Array();
  30. foreach($arr as $item){
  31. if(array_key_exists($item['uid'], $tmp)){
  32. $tmp[$item['uid']]+=$item["weight"];
  33. }
  34. else{
  35. $tmp[$item['uid']] = $item["weight"];
  36. $tmpall[$item['uid']] = $item;
  37. }
  38. }

  39. //sort by weight in descending order
  40. arsort($tmp);

  41. $ret = Array();

  42. //rebuildthe return arary
  43. $count = 0;
  44. foreach($tmp as $k=>$v){
  45. $count++;
  46. $tmpall[$k]['weight']=$v;
  47. $ret[]=$tmpall[$k];
  48. }
  49. return $ret;
  50. }

  51. require_once("consvr.php");


  52. $colshash = array("name"=>10,"description"=>1);
  53. $ret = Array();
  54. $keywords=explode(" ", $keywords);
  55. $cols = array_keys($colshash);
  56. foreach($keywords as $keyword){
  57. foreach($colshash as $col=>$val){
  58. $ret = array_merge($ret,selectequal($col,$val, $keyword));
  59. $ret = array_merge($ret,selectlocate($col,$val, $keyword));
  60. }

  61. }
  62. $ret = cleanarr($ret);
  63. $ret = array('msg' => "Success", 'count'=>$count,'children' => $ret, 'query'=>"COMPLEX:NOT READABLE");
  64. echo json_encode($ret);
  65. mysql_close();

  66. ?>











www.bkjia.comtruehttp://www.bkjia.com/PHPjc/827622.htmlTechArticle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...
相关标签: android