搜索引擎关键词解析器

Question

这是我想做的：

我需要创建一个使用以下运算符的搜索引擎解析器：

• 苹果和橙子（AND运算符）
• 苹果或橙子（或运算符）
• 苹果和非橙子（和非运算符）
• “苹果” （行情运算符）
• 苹果AND（橙子或梨） （括号运算符）
• 应用*（星级经营者）

使用一些preg_replace，我设法将字符串转换为数组，然后解析该数组以获取MySQL查询。 但是我不喜欢这样，而且非常不稳定！

我在网上搜索了一些脚本，但没有运气！

有人可以帮我实现这个吗？

谢谢

Answer 1

好的，这将是一个很大的答案。

我认为您需要的是一个解析器生成器。 一款可生成代码以根据给定语法解析文本的软件。 这些解析器通常具有2个主要组件：词法分析器和解析器。 词法分析器识别令牌（单词），解析器根据您的语法检查令牌顺序是否正确。

在词法分析器中，您应该声明以下标记

TOKENS ::= (AND, OR, NOT, WORD, WORDSTAR, LPAREN, RPAREN, QUOTE)
WORD ::= '/w+/'
WORDSTAR ::= '/w+\*/'

语法应定义如下：

QUERY ::= word
QUERY ::= wordstar
QUERY ::= lparen QUERY rparen
QUERY ::= QUERY and QUERY
QUERY ::= QUERY or QUERY
QUERY ::= QUERY and not QUERY
QUERY ::= quote MQUERY quote
MQUERY ::= word MQUERY
MQUERY ::= word

该语法定义了一种具有您所需的所有功能的语言。 根据您使用的软件，您可以定义函数来处理每个规则。 这样，您可以将文本查询转换为sql where子句。

我不是很喜欢php，但是我在网上搜索了一个解析器生成器， 然后出现了PHP_ParserGenerator 。

请记住，只要数据库增长，这些查询就可能成为结构化存储系统的问题。

您可能想尝试一个全文搜索引擎，该引擎可让您执行此功能以及与文本搜索有关的许多其他功能。 这就是IndexTank的工作方式

首先，将所有数据库记录（或文档）添加（或在搜索方言中“索引”）到IndexTank。

$api = new ApiClient(...);
$index = $api->get_index('my_index');
foreach ($dbRows as $row) {
  $index->add_document($row->id, array('text' => $row->text));
}

之后，您可以使用所需的所有运算符搜索索引

$index = $api->get_index('my_index');
$search_result = $index->search('Apples AND Oranges');
$search_result = $index->search('Apples OR Oranges');
$search_result = $index->search('Apples AND NOT Oranges');
$search_result = $index->search('"apples oranges"');
$search_result = $index->search('Apples AND ( Oranges OR Pears )');
$search_result = $index->search('Appl*');

希望我回答了你的问题。

Answer 2

另外，这也不是您要找的内容，而是可能要关闭： MySQL全文搜索 。

• http://devzone.zend.com/article/1304
• http://www.artfulcode.net/articles/full-text-searching-mysql/
• http://jeremy.zawodny.com/blog/archives/000576.html

Answer 3

你看过ANTLR了吗

Answer 4

您可以进行如下自制程序（ 重要： $search字符串必须首先经过清理或被黑）...

if (substr($search[0]=='*' and substr($search,-1)=='*') {
    // *ppl*
    $query = "SELECT * FROM `table` WHERE `field` LIKE (%'". str_replace('*','',$search) ."%')";
} elseif (substr($search,-1)=='*') {
    // Appl*
    $query = "SELECT * FROM `table` WHERE `field` LIKE ('". str_replace('*','',$search) ."%')";
} elseif ($search[0]=='*') {
    // *Appl
    $query = "SELECT * FROM `table` WHERE `field` LIKE ('%". str_replace('*','',$search) ."')";
} elseif (substr_count($search,'"')==2) {
    // " Apples " ... just remove the "
    $query = 'SELECT * FROM `table` WHERE `field` = "'. str_replace('"','',$search) .'"';
} elseif (strpos($search,')') or strpos($search,'(')) {
    // uh ... something more complex here
    $query = '#idunno';
} else {
    // the rest
    $query = 'SELECT * FROM `table` WHERE `field` = "'. $search .'"';
    $search  = array(
        ' AND ',
        ' OR ',
        ' AND NOT '
        );
    $replace = array(
        '" AND `field` = "',
        '" OR `field` = "',
        '" AND `field != "'
        );
    str_replace($search,$replace,$query);
}

Answer 5

试试这个： http : //www.isearchthenet.com/isearch/index.php

从自述文件：

• 通常使用“可能包含”字词进行搜索。 匹配项要求输入的任何单词都出现在页面上。
• 您可以搜索包含特定单词的页面，方法是在其前面加上加号（+）。 仅显示包含该单词的页面。
• 您可以通过在其前面加上减号（-）来忽略所有包含特定单词的页面。 包含该单词的任何页面都不会显示在搜索结果中。
• 您可以通过用双引号（“）括起来来搜索特定短语。仅显示包含该确切短语的页面。

它易于安装和使用。 另外，请访问http://sphinxsearch.com/-最强大的引擎，但不适用于新手。