谨慎:你正在浏览的遗产ob娱乐下载symfony 1.倍这个网站的一部分。

21天:搜索引擎

< div类="page-subtitle">

语言

我们站在乌克兰。

< / div >

ob娱乐下载Symfony代码性能

检查代码的性能在开发、测试、分期和生产

被训练SensioLabs专家(2到6天会议——法语或英语)。

ob娱乐下载Symfony的会议

ob娱乐下载SymfonyLive巴黎

2023年3月23 - 24日,

< / div >< / div >< div类="conference-container conference-con ">

ob娱乐下载SymfonyOnline 6月

2023年6月15 - 16岁,

< / div >< / div >< div类="conference-container conference-con ">

ob娱乐下载SymfonyCon布鲁塞尔

2023年12月7 - 8,

< / div >< / div >< / div >< / div >< / div >

以前在symfonyob娱乐下载

使用AJAX交互,web服务,RSS提要,一顶帽子的网站管理功能,和越来越多的用户,使用几乎所有web 2.0应用程序可能要求。symfob娱乐下载ony社区讨论什欧宝体育平台怎么样么可以添加最重要的是,为了使用一个真正的杀手级应用。

的一些建议包括已经计划在最初的功能。其他人担心小补充,只需要几分钟来实现,这可能会添加1.0发布后不久。Askeet生活目标是成为一个开源应用程序,您就可以开始提高门票或提出的演进askeet trac系统。你也可以提供补丁和适应或扩展应用程序。但是请稍等几天,出现日历在圣诞节前为你更多的惊喜。

如何构建一个搜索引擎?

第二十一天最受欢迎的建议是一个搜索引擎。

如果Zsearch扩展(一个PHP实现的Lucene搜索引擎从Apache)已经发布了Zend,这是一块蛋糕来实现。不幸的是,Zend似乎比预期要长发布他们的PHP开发框架,所以我们需要找到另一个解决方案。

例如,整合国外图书馆(如mnoGoSearch)可能会需要超过一个小时,和大量的定制适应需要获得一个好的结果使用特定的内容。另外,外国搜索库往往依赖平台或数据库,而不是都是开源的,这是我们不希望使用。

提供了一个MySQL数据库全文指数化和搜索文本内容,但它仅限于MyISAM表。再一次,我们的搜索引擎基于一个特定于数据库的组件将限制可能的使用应用程序的使用,和我们想做的一切来保护大兼容它迄今为止。

剩下的唯一的选择就是自己开发一个全文PHP搜索引擎。我们还有不到一个小时,所以我们最好开始。

词索引

第一步是建立一个搜索索引。可以被看作是一个表的索引索引出现的所有特定的词。例如,如果问题# 34具有以下特点:

标题:我的孩子最好的星座是什么?
身体:我的丈夫不关心星座对我们下一个孩子,但我们已经有一个癌症的女孩和一个白羊座的男孩,和他们相处得像地狱。我的岳母没有表达任何偏好,所以我完全自由选择我的下一个宝宝的星座。你怎么认为?
标签:星座,现实生活中,家庭,孩子,符号,占星术,迹象

创建索引列出的这个问题,以便搜索引擎可以找到它。

索引表

索引应该看起来像:

id	词	数
34	标志	4
34	星座	4
34	孩子	2
34	地狱	1
34	…	…

一个新的SearchIndex表添加到使用schema.xml在重建模型:

<表的名字=“ask_search_index”phpName=“SearchIndex”><列的名字=“question_id”类型=“整数”/ ><外键foreignTable=“ask_question”onDelete=“级联”><参考当地的=“question_id”外国=“id”/ >< /外键><列的名字=“单词”类型=“varchar”大小=“255”/ ><指数的名字=“word_index”><索引列的名字=“单词”/ >< /索引><列的名字=“重量”类型=“整数”/ >< /表>

的onDelete属性确保删除一个问题将会导致所有的记录的删除SearchIndex表有关这个问题,解释道昨天。

把短语分解为词

输入的内容将被用来建立索引是一组句子(问题标题和主体)和标签。最终需要的是一个单词列表。这意味着我们需要把句子分割成单词,忽略所有的标点符号,数字,把所有单词小写的。的函数()PHP函数是在开玩笑:

/ /分裂成单词美元的话=函数(函数(美元的短语),1);…

停止词

有些词语,例如“一”、“的”,“,”“我”,“它”,“你,”和”和“索引一些文本内容时被忽略。这是因为他们没有独特的价值,他们出现在几乎所有的文本内容,减缓文本搜索和让它返回很多有趣的结果,与用户的查询。他们被称为停止词。停止词是特定于一个给定的语言。

使用搜索引擎,我们将使用一个自定义的停止词列表。添加以下方法使用/ lib / myTools.class.php类:

公共静态函数removeStopWordsFromArray(美元的话){stop_words美元=数组(“我”,“我”,“我”,“我自己”,“我们”,“我们”,“我们的”,“自己”,“你”,“你”,“你的”,“自己”,“你们”,“他”,“他”,“他”,“自己”,“她”,“她”,“她”,“自己”,“它”,“它”,“本身”,“他们”,“他们”,“他们的”,“他们的”,“自己”,“是什么”,“这”,“谁”,“谁”,“这”,“,”,“这些”,“那些”,“我”,“是”,“是”,“是”,“是”,“是”,“是”,“被”,“有”,“已经”,“有”,“有”,“做”,“做”,“做”,“做”,“一个”,“一个”,“的”,”和“,“但是”,“如果”,”或“,“因为”,“是”,“到”,“当”,“的”,“在”,“通过”,“对”,“与”,“大约”,“对”,“之间”,“成”,“通过”,“在”,“之前”,“后”,“以上”,“下面”,”到“,“从”,“了”,“下来”,“在”,“出”,“上”,“关闭”,“在”,“下”,“再一次”,“进一步”,“然后”,“一次”,“在这里”,“有”,“当”,“在那里”,“为什么”,“如何”,“所有”,“任何”,“两个”,“每一个”,“几”,“更多”,“最”,“其他”,“一些”,“这样”,“不”,“也”,“不是”,“只”,“自己的”,“相同”,“所以”,“比”,“太”,“非常”,);返回array_diff(美元的话,stop_words美元);}

阻止

首先你应该注意,在上面给出的例子的问题是,单词有相同的激进的应被视为一个。“孩子”应该增加的重量“孩子”,作为“符号”应该做“迹象”。在索引词之前,他们必须减少到最大公约数,在语言学的词汇,这就是所谓的一个阀杆,或称“这个词的基础部分包括派生词缀但不屈曲的语素,即通过变形保持不变”的一部分。

有许多的规则一词转换成干细胞,这些规则都是language-dependant。英语最好的阻止技术到目前为止看门人阻止算法我们很幸运,它一直在移植到PHP5开源脚本提供tartarus.org。

的PorterStemmer类提供了一个::阀杆(单词)方法很适合我们的需要。所以我们可以编写一个方法,仍在myTools.class.php,把这句话变成干字:数组

美元(php)公共静态函数stemPhrase(短语){/ /分成词汇美元=函数(函数(短语),1);/ /忽略停止词词= myTools:美元:removeStopWordsFromArray($的话);/ /阻止单词数组$ stemmed_words = ();foreach(单词词美元美元){/ /忽略1和2字母词如果strlen(词)< = 2){继续;}$ stemmed_words [] = PorterStemmer:茎(美元的话,真的);}返回stemmed_words美元;}

当然,你必须把PorterStemmer.class.php在相同的使用/ lib /这个工作目录。

给单词重量

搜索结果必须出现在针对性的顺序。更紧密相关的问题由用户输入的单词必须先出现。但是我们如何针对性的概念转化为一个算法?让我们写一些基本原则:

如果一个搜索词出现在标题的问题,这个问题应该出现在搜索结果高于另一个,这个词只出现在体内。
如果一个搜索词在内容中出现两次的问题,搜索结果应该显示这个问题别人之前,这个词只出现一次。

这就是为什么我们需要给重量单词根据他们来自的部分问题。重量因素必须交通便利,让他们改变如果我们要调整我们的搜索引擎算法,我们将把它们在应用程序配置文件(使用/应用程序/前端/ config / app.yml):

:……搜索:body_weight: 1 title_weight: 2 tag_weight: 3

为了重量适用于一个词,我们简单地重复一个字符串的内容尽可能多倍的重量系数产地:

…/ /问题的身体raw_text美元=函数(' '。strip_tags(美元问题- >getHtmlBody()),sfConfig::得到(“app_search_body_weight”));/ /问题标题raw_text美元。=函数(' '。美元问题- >getTitle(),sfConfig::得到(“app_search_title_weight”));…

单词的基本重量将由他们出现在文本中。的中的()PHP函数将帮助我们:

…/ /短语所stemmed_words美元= myTools::stemPhrase(raw_text美元);/ /独特的单词与重量美元的话=中的键(stemmed_words美元);

更新索引

索引必须是每次更新一个问题,标签或回答是补充道。MVC架构很容易做的,您已经看到了如何覆盖save ()方法在类模型的事务,例如在第四天。所以以下不应该让你大吃一惊。打开使用/ lib /模型/ Question.php文件并添加:

公共函数保存(反对美元=零){反对美元= sfContext::getInstance()- >getDatabaseConnection(“推动”);试一试{反对美元- >开始();美元受潮湿腐烂=父::保存(反对美元);这个美元- >updateSearchIndex();反对美元- >提交();返回美元受潮湿腐烂;}抓(异常$ e){反对美元- >回滚();扔$ e;}}公共函数updateSearchIndex(){/ /删除现有SearchIndex条目有关当前问题$ c=新标准();$ c- >添加(SearchIndexPeer::QUESTION_ID,这个美元- >getId());SearchIndexPeer::doDelete($ c);/ /创建一个新条目为每个单词的问题foreach(这个美元- >译文1()作为美元的词= >美元的重量){美元指数=新SearchIndex();美元指数- >setQuestionId(这个美元- >getId());美元指数- >setWord(美元的词);美元指数- >setWeight(美元的重量);美元指数- >保存();}}公共函数译文1(){/ /身体raw_text美元=函数(' '。strip_tags(这个美元- >getHtmlBody()),sfConfig::得到(“app_search_body_weight”));/ /标题raw_text美元。=函数(' '。这个美元- >getTitle(),sfConfig::得到(“app_search_title_weight”));/ /标题和主体引发的stemmed_words美元= myTools::stemPhrase(raw_text美元);/ /独特的单词与重量美元的话=中的键(stemmed_words美元);/ /添加标签美元最大=0;foreach(这个美元- >getPopularTags(20.)作为美元的标记= >美元计算){如果(!美元最大){美元最大=美元计算;}stemmed_tag美元= PorterStemmer::阀杆(美元的标记);如果(!收取(美元的话(stemmed_tag美元])){美元的话(stemmed_tag美元]=0;}美元的话(stemmed_tag美元]+ =装天花板((美元计算/美元最大)* sfConfig::得到(“app_search_tag_weight”));}返回美元的话;}

我们还必须每次更新问题索引添加一个标签,所以覆盖save ()的方法标签模型对象:

公共函数保存(反对美元=零){反对美元= sfContext::getInstance()- >getDatabaseConnection(“推动”);试一试{反对美元- >开始();美元受潮湿腐烂=父::保存(反对美元);这个美元- >getQuestion()- >updateSearchIndex();反对美元- >提交();返回美元受潮湿腐烂;}抓(异常$ e){反对美元- >回滚();扔$ e;}}

测试索引生成器

该指数已经准备好。初始化它又通过填充数据库:

php批/ load_data.php美元

你可以检查SearchIndex表检查索引是否一切顺利:

id	词	重量
10	博客	6
9	提供	4
8	女孩	3
8	rel	3
8	活性	3
10	活性	3
9	现在	3
9	reallif	3
11	测试	3
12	测试	3
13	测试	3
8	应	3
8	今晚	2
8	的女朋友	2
。。	.....	。。

搜索功能

`和`或`或`吗?

我们想要搜索功能来管理”和“和”或“搜索。例如,如果一个用户输入“家庭星座”,他(她?)必须考虑到选择只看两两项出现的问题(这是一个”和“),或所有的问题,至少一个学期出现(这是一个'或')。麻烦的是,这两种方法会导致不同的查询:

/ /或查询选择截然不同的question_id,数(*)作为nb,总和(重量)作为total_weight从ask_search_index在哪里(词=“家庭”或词=《十二宫杀手》)集团通过question_id订单通过注DESC,total_weightDESC/ /和查询选择截然不同的question_id,数(*)作为nb,总和(重量)作为total_weight从ask_search_index在哪里(词=“家庭”或词=《十二宫杀手》)集团通过question_id有nb =2订单通过注DESC,total_weightDESC

多亏了有关键字(例如,解释w3schools),和只有一行的时间比SQL查询或一个。随着集团在id列,因为只有一个指数对给定的单词出现在一个问题,如果一个question_id返回两次,因为问题匹配“家庭”和“星座”项。整洁的,不是吗?

搜索方法

的搜索工作,我们需要应用相同的治疗内容的搜索短语,这样的话用户输入的减少同样的干细胞,在于指数。因为它返回一组没有任何外国约束的问题,我们决定实现它的方法QuestionPeer对象。

搜索结果需要分页的。我们使用一个复杂的请求,sfPropelPager对象不能使用,所以我们将做一个分页,使用一个偏移量。

有一件事要记住:使用了与宇宙的主题(十八天教程)。这意味着一个搜索函数必须返回标记与当前的问题app_permanent_tag如果用户浏览使用在一个宇宙。

这些条件使SQL查询更难以阅读,但上述的没多大区别:

公共静态函数搜索(美元的短语,美元的=假,抵消美元=0,美元最大=10){美元的话=元素(myTools::stemPhrase(美元的短语));nb_words美元=数(美元的话);如果(!美元的话){返回数组();}反对美元= sfContext::getInstance()- >getDatabaseConnection(“推动”);/ /定义基本查询美元的查询=选择不同的.SearchIndexPeer::QUESTION_ID。”,COUNT(*)注,总和('.SearchIndexPeer::重量。”)从“total_weight.SearchIndexPeer::TABLE_NAME;如果(sfConfig::得到(“app_permanent_tag”)){美元的查询。=“在那里”;}其他的{美元的查询。=“左加入”.QuestionTagPeer::TABLE_NAME。“上”.QuestionTagPeer::QUESTION_ID。“=”.SearchIndexPeer::QUESTION_ID。“在那里”.QuestionTagPeer::NORMALIZED_TAG。' = ?和“;}美元的查询。=“(”。内爆(”或“,array_fill(0,nb_words美元,SearchIndexPeer::词。' = ?'))。)集团的.SearchIndexPeer::QUESTION_ID;/ /查询?如果(美元的){美元的查询。=拥有nb = '。nb_words美元;}美元的查询。=“ORDER BY nb DESC, total_weight DESC”;/ /准备语句支撑美元=反对美元- >prepareStatement(美元的查询);支撑美元- >setOffset(抵消美元);支撑美元- >setLimit(美元最大);placeholder_offset美元=1;如果(sfConfig::得到(“app_permanent_tag”)){支撑美元- >setString(1,sfConfig::得到(“app_permanent_tag”));placeholder_offset美元=2;}为(我美元=0;我美元<nb_words美元;我美元+ +){支撑美元- >setString(我美元+placeholder_offset美元,美元的话(我美元]);}rs美元=支撑美元- >executeQuery(结果集::FETCHMODE_NUM);/ /处理结果美元问题=数组();而(rs美元- >下一个()){美元问题(]= self::retrieveByPK(rs美元- >getInt(1));}返回美元问题;}

该方法返回的列表问题对象,针对性下令。

搜索表单

搜索表单必须总是可用,所以我们选择把它放在侧边栏。有两种截然不同的边栏,应该包括相同的部分:

/ /增加defaultSuccess。php和questionSuccess。在使用php /应用程序/前端/模块/栏/模板/< h2 > < / h2 >找到它< ? phpinclude_partial(“问题/搜索”)? >/ /创建以下使用/应用程序/前端/模块/问题/模板/ _search。php的片段< ? php回声form_tag(“@search_question”)? >< ? php回声input_tag(“搜索”,htmlspecialchars函数(sf_params美元- >得到(“搜索”)),数组(“风格”= >宽度:150 px的))? >,< ? php回声submit_tag(“搜索”,“阶级=小”)? >< ? php回声checkbox_tag(“search_all”,1,sf_params美元- >得到(“search_all”))? >,<标签为=“search_all”类=“小”>搜索所有单词< /标签> < /形式>

在侧边栏搜索表单

的@search_question规则中定义routing.yml:

search_question: url: /搜索/ *参数:{模块:问题,行动:搜索}

你知道这个吗问题/搜索行动呢?几乎没有,因为大部分工作是由QuestionPeer::搜索()上面描述的方法:

公共函数executeSearch(){如果(这个美元- >getRequestParameter(“搜索”)){这个美元- >问题= QuestionPeer::搜索(这个美元- >getRequestParameter(“搜索”),这个美元- >getRequestParameter(“search_all”,假),(这个美元- >getRequestParameter(“页面”,1)- - - - - -1)* sfConfig::得到(“app_search_results_max”),sfConfig::得到(“app_search_results_max”));}其他的{这个美元- >重定向(“@homepage”);}}

翻译的行动页面请求参数到一个抵消为::搜索()方法。的app_search_results_max每个页面的结果数,和往常一样,它是一个应用程序中定义的参数app.yml文件:

:搜索:results_max: 10

显示搜索结果

最困难的部分工作已经完成,我们只需要显示的搜索结果使用/应用程序/前端/模块/问题/模板/ searchSuccess.php。当我们没有真正实现分页查询保持清淡,模板没有信息的总数的结果。分页会显示一个“更多的结果”链接的结果列表的底部如果的结果数等于每页最大的结果:

< ? phpuse_helper(“全球”)? ><标题>匹配问题“< ?php echo htmlspecialchars函数($ sf_params - >('搜索'))? > "< / h1 >< ? phpforeach(美元问题作为美元问题):? >< ? phpinclude_partial(“问题/ question_block”,数组(“问题”= >美元问题))? >< ? phpendforeach? >< ? php如果(sf_params美元- >得到(“页面”)>1& & !数(美元问题)):? >< div >没有更多的结果为你搜索。< / div >< ? phpelseif(!数(美元问题)):? >< div >对不起,毫无疑问匹配您的搜索条件。< / div >< ? phpendif? >< ? php如果(数(美元问题)= = sfConfig::得到(“app_search_results_max”)):? >< div类=“正确”>< ? php回声link_to(“结果»”,“@search_question ?搜索= '。sf_params美元- >得到(“搜索”)。“和页面=”。(sf_params美元- >得到(“页面”,1)+1))? >< / div >< ? phpendif? >

啊,是的,这是最后的惊喜。我们重构问题模板创建一个_question_block.php的代码重用问题,不止一个地方。看看这个片段源库,无新事。但是它能帮助我们保持代码干净。

搜索结果

明天见

我们花了大约一个小时来构建一个好的搜索引擎,完全适应我们的需要。它是轻、快速和高效。它返回的结果。要整合外部库来做同样的工作没有任何调整的可能性吗?

如果不是,你可能认为symfony的方式。ob娱乐下载如果你理解本教程,你可以添加到搜索引擎的索引一个问题的答案。问题和建议欢迎的使用论坛。最重要的是,不要创建新的问题使用如果类似的问题已经问:现在有一个搜索引擎,你没有借口!

这个工作许可适用创作共用署名下衍生著作3.0 Unported许可执照。