初探xunsearch

php中文网

发布： 2016-06-23 09:15:07

原创

1674人浏览过

xunsearch是什么？

开源免费、高性能、多功能、简单易用的专业全文检索技术方案点击官网，了解更多

安装与测试

安装指南
当你看到

Installation completed successfully, Thanks you

就安装成功了！

检查本地环境看看是不是满足需求。

本地环境检测.png

快速开发

开发规范

开发流程

编写配置文件，创建项目基本配置。在线ini辅助工具
引入 PHP-SDK的入口文件 $prefix/sdk/php/lib/XS.php 进行搜索功能和界面开发。
调试，部署

目录结构

-|- data/                                               索引数据目录    |- project/                                                        |- db/                                          默认的主索引数据库，各种检索数据均存放在此       |- log_db/                                      搜索日志数据库，用于存放搜索日志相关，用于实现相关搜索、搜索建议、拼音搜索等         |- search.log                                         |- etc/                                                       |- dict_user.txt                                   全局自定义词库|- sdk/    |- php/        |- app/                                        项目的配置文件        |- lib/XS.php                                  入口文件，所有搜索功能必须且只需包含此文件        |- util/                                       辅助工具程序目录            |- RequireCheck.php                        用于检测您的 PHP 环境是否符合运行条件            |- Quest.php                               搜索测试工具            |- Indexer.php                             索引管理工具

登录后复制

中文分词

 xunsearch采用基于 scws + Xapian 的开源全文搜索引擎

登录后复制

操作文档scws官网词性解释词性详细解释

1. 基本分词

  require_once './sdk/php/lib/XS.php';  $obj = new XS('demo');  $tokenizer = new XSTokenizerScws;   // 直接创建实例  $text = '北京大学网络教育';  $words = $tokenizer->getResult($text);  echo "<pre class="brush:php;toolbar:false">";  print_r($words);

登录后复制

2. 自定义分词

自定义分词文档自定义分词规则

文件为纯文本文件，编码必须是 UTF-8，可用任何编辑器修改每行一条记录表示一个词，每行包含 1~4 个字段，字段之间用空格或制表符(\t)分隔字段含义依次表示 “词语”，“词频(TF)”，“逆词频率(IDF)”，“词性(ATTR)”后面三个字段如果省略依次使用 scws 的默认值特殊词性 ! 可用于表示删除该词自定义词典优先于内置词典加载和使用，以 # 开头的行为注释

    $path = "./etc/dict_user.txt";    //加载自定义分词  自定义+默认        $tokenizer->addDict($path);        //只使用自定义分词    // $tokenizer->setDict($path);        $new = $tokenizer->getResult($text);    echo "<hr>";    print_r($new);

登录后复制

3. 提取重要词汇

    $tops = $tokenizer->getTops($text, 10, 'n,v,vn');

登录后复制

搜索

首先要将数据导入到搜索服务器中，并创建索引，才能实现搜索功能。官方文档

1. 索引

索引在 Xunsearch中泛指用于检索的数据库文件总称。每一次检索数据均为访问和读取索引文件，每一次更新数据则是对索引文件的修改。

使用Indexer索引管理工具，可以简化操作

2. 基本搜索

    require_once './sdk/php/lib/XS.php';    $demoObj = new XS('demo');    $searchObj = $demoObj->getSearch();    $keyword = $_GET['keyword'];    $page = $_GET['page'];    if($page <= 1){           $page = 1;    }    $pageSize = 10;    $offset = ($page - 1) * $pageSize;    $searchObj->setLimit($pageSize,$offset)->search($keyword);

登录后复制

3. 同义词搜索

    $indexObj = $demoObj->getIndex();    //添加同义词        $indexObj->addSynonym("北京大学","北大");        $indexObj->flushLogging();

登录后复制

Tips

 每次使用xunsearch的服务,首先要开启服务。或者，将服务写到开机的脚本文件中。

登录后复制