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:文章源自很文博客https://www.hinvn.com/很文博客-https://www.hinvn.com/28037.html
MATCH (col1,col2,…) AGAINST (expr [IN BOOLEAN MODE | WITH QUERY EXPANSION])文章源自很文博客https://www.hinvn.com/很文博客-https://www.hinvn.com/28037.html
比如:文章源自很文博客https://www.hinvn.com/很文博客-https://www.hinvn.com/28037.html
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('database');文章源自很文博客https://www.hinvn.com/很文博客-https://www.hinvn.com/28037.html
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。文章源自很文博客https://www.hinvn.com/很文博客-https://www.hinvn.com/28037.html
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。文章源自很文博客https://www.hinvn.com/很文博客-https://www.hinvn.com/28037.html
- 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.文章源自很文博客https://www.hinvn.com/很文博客-https://www.hinvn.com/28037.html
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.)
- //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。
![weinxin](/wp-content/uploads/8ecC3tdI2NASHRM.png)
评论