搜索引擎關鍵詞解析器

Question

這是我想做的：

我需要創建一個使用以下運算符的搜索引擎解析器：

• 蘋果和橙子（AND運算符）
• 蘋果或橙子（或運算符）
• 蘋果和非橙子（和非運算符）
• “蘋果” （行情運算符）
• 蘋果AND（橙子或梨） （括號運算符）
• 應用*（星級經營者）

使用一些preg_replace，我設法將字符串轉換為數組，然后解析該數組以獲取MySQL查詢。 但是我不喜歡這樣，而且非常不穩定！

我在網上搜索了一些腳本，但沒有運氣！

有人可以幫我實現這個嗎？

謝謝

Answer 1

好的，這將是一個很大的答案。

我認為您需要的是一個解析器生成器。 一款可生成代碼以根據給定語法解析文本的軟件。 這些解析器通常具有2個主要組件：詞法分析器和解析器。 詞法分析器識別令牌（單詞），解析器根據您的語法檢查令牌順序是否正確。

在詞法分析器中，您應該聲明以下標記

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

語法應定義如下：

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

該語法定義了一種具有您所需的所有功能的語言。 根據您使用的軟件，您可以定義函數來處理每個規則。 這樣，您可以將文本查詢轉換為sql where子句。

我不是很喜歡php，但是我在網上搜索了一個解析器生成器， 然后出現了PHP_ParserGenerator 。

請記住，只要數據庫增長，這些查詢就可能成為結構化存儲系統的問題。

您可能想嘗試一個全文搜索引擎，該引擎可讓您執行此功能以及與文本搜索有關的許多其他功能。 這就是IndexTank的工作方式

首先，將所有數據庫記錄（或文檔）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運算符搜索索引

$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*');

希望我回答了你的問題。

Answer 2

另外，這也不是您要找的內容，而是可能要關閉： 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

你看過ANTLR了嗎

Answer 4

您可以進行如下自制程序（ 重要： $search字符串必須首先經過清理或被黑）...

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

試試這個： http : //www.isearchthenet.com/isearch/index.php

從自述文件：

• 通常使用“可能包含”字詞進行搜索。 匹配項要求輸入的任何單詞都出現在頁面上。
• 您可以搜索包含特定單詞的頁面，方法是在其前面加上加號（+）。 僅顯示包含該單詞的頁面。
• 您可以通過在其前面加上減號（-）來忽略所有包含特定單詞的頁面。 包含該單詞的任何頁面都不會顯示在搜索結果中。
• 您可以通過用雙引號（“）括起來來搜索特定短語。僅顯示包含該確切短語的頁面。

它易於安裝和使用。 另外，請訪問http://sphinxsearch.com/-最強大的引擎，但不適用於新手。