【问题标题】:MYSQL and PHP search script with word list and links带有单词列表和链接的 MYSQL 和 PHP 搜索脚本
【发布时间】:2012-07-04 01:05:28
【问题描述】:

我正在为我的网站制作搜索表单/脚本。

首先,我网站内容中使用的每个单词都存储在一个名为 words 的 MYSQL 表中,它看起来像这样:

id |  word | title_count | content_count | article_count | photo_count | video_count |
---+-------+-------------+---------------+---------------+-------------+-------------+
 1 | hello |           3 |             1 |             0 |           1 |           0 |
 2 |  what |           1 |             4 |             1 |           0 |           0 |

word 和 id 字段是唯一的,title_count 和 content_count 字段用于存储该词在标题或主要内容中使用的次数。 另一个_count 字段只是说明该词在文章/照片/视频中使用了多少次。

我不确定所有这些计数字段是否对搜索功能有用,但我认为它可能会派上用场。

然后我有多个链接表到 words 表的所有 _count 字段,如下所示:

id |  word_id | 
---+----------+
43 |        2 |
 7 |        1 |
 7 |        2 |

这些表被称为:word_link_title、word_link_content、word_link_article、word_link_photo、word_link_video 等。id 字段存储它链接到的文章/照片/视频的 ID 和 @ 987654338@存储了链接词的ID。

现在我已经完成了所有这些设置,但我有点卡住了。我真的不知道如何根据所有这些数字和研究术语来整理相关内容。

我打算做一个带有多个选项卡的搜索结果页面,其中一个会显示所有搜索结果,然后在其他选项卡中它将被分隔为文章/照片/视频。

我不知道我是否真的走在正确的道路上以使某些事情发挥作用。希望有人可以帮助我..

【问题讨论】:

  • 你有没有研究过使用mysql的全文搜索?它本质上是您在此处尝试执行的操作的更高级版本。 dev.mysql.com/doc/refman/5.0/en/fulltext-search.html
  • @SamDufel 我不确定这真的能解决这里的问题吗?我认为他正在寻找如何使用建立多对多关系的第三个表将元数据连接到资产。我相信他正走在正确的道路上。也许我只是不明白您建议如何应用全文搜索来搜索分类结果。
  • IMO,为您要查询的每个表(文章、内容、视频等)添加全文索引要简单得多。结果可以使用联合或一些 php 加入/拆分。使用 mysql 的优点是它已经具有强调不常用词的逻辑,并带有标准的停用词列表。您基本上是在使用这样的系统重新发明轮子,并且在您尝试手动维护搜索词索引表时增加了一些严重的麻烦。
  • @SamDufel 我对 mysql 全文搜索做了一些研究,这很有趣,我仍然喜欢我对单词列表和链接的第一个想法,但我想我会给出全文搜索试一试。但我想知道是否有可能使标题字段词比内容词更重要?如果可能的话,我该怎么做?
  • 在 mysql 中使用 MATCH... AGAINST 的结果以数值形式返回 - 例如,您可以在标题与正文上放置一个单独的全文索引,并将标题的搜索结果相乘字段 X 2,有效地使他们的身体搜索结果的权重增加一倍。

标签: php mysql string search text


【解决方案1】:

这完全取决于你想要什么,如果你想建议结果,你可能想研究一些著名的词搜索算法:Jaro-Winkler 适合短词,Levenshtein 适合长文本中的短词. 您还可以使用 PHP 的similar_text 函数在这些之前的算法之后进行更好的匹配。

我在构建搜索引擎项目时发布了一堆搜索脚本 here (Jaro-Winkler) 和 here,如果您想查看的话。

至于不同的计数,为什么不呢?您可以使用出现次数来支持某些关键字。但要小心将哪些插入到数据库中!您不希望像“the”或“it”这样的词或任何其他常用词破坏所有这些。

编辑:当然,这意味着搜索将在 PHP 中进行,并且需要从数据库中选择大量关键字(如果不是全部)会带来极大的不便。在一个包含 3000 多个单词的数据库上,我最终估计的最大搜索时间为 0.04 秒。所以看起来还可以=)

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2013-12-19
    • 2018-03-02
    • 1970-01-01
    • 1970-01-01
    • 2015-02-22
    相关资源
    最近更新 更多