http://webservices.ctocio.com.cn/wsare/34/8702534.shtml
对于应用软件开发人员来说,要解决这个问题有许多的方案可以选择。如,利用MysqL和Postgresql或者Sphinx和Lucene这样的独立软件进行本地执行。然而,这些要么用起来棘手,要么就过度了。
幸运的是,Google为sqlite贡献了一些资源以实现帮助。在版本3.3.8中第一次实现全文检索。此版本提供的功能可以创建一个依赖于外部延伸的虚拟表:在这里,全文搜索运算法则可用于任何虚拟表内的文本列。在PHP 5.3.0中,对应的支持只被默认的PDO和sqlite3激活。较早版本的PHP可以使用PECL 的sqlite3扩展库。
创建一个搜索索引通常情况如下:
• 把文本分解成记号。
• 转换为小写字母。
• 确定根词。
• 建立索引。
设置好一切
在默认情况下,sqlite提供了两个基本的分词器,Simple和Porter。它们可以控制字的分开方式。Simple根据空格和标点符号将文本分解成不同的记号。Porter是专为英文使用而设计,它可以将大量的文字扩展化解为基础形式。例如,condolidate,consolidated,和consolidating这一类词语都会被转变成consolid。
遗憾的是,sqlite目前还没有取消停用词。所以常用词,例如,the,of和to仍位于索引内。这会极大地扩充索引的范畴并减缓搜索速度。最简单的解决办法是,在按下确认检索之前手动除去停用词。
下面,向您展示一些代码,教你如何创建自己的第一个全文索引。 sqlite之所以做到这些,是因为它通过使用FTS3扩展建立一个虚拟表。只有文本列位于这个虚拟表以内时,才可以被搜索,并且最后一列用来识别使用的分词器类型。
CREATE VIRTUAL TABLE example USING FTS3(title TEXT,TOKENIZE SIMPLE) |
一旦你键入一些数据,你就可以试试。本文中其余的例子,我会使用出自英文版维基百科的所有标题。我的数据库有5,453,838行,相比较于没有索引时的146MB,若使用全文索引,其大小是233MB。
检索
搜索索引由匹配操作完成。查询可以包含多个方面,在这种情况下,只有文字行包含所有条件时才返回。还有支持“OR”的查询,但该查询排除了条件,精确的词组匹配以及前缀检索。
SELECT rowid,title FROM example WHERE title MATCH 'tea bag' SELECT rowid,title FROM example WHERE title MATCH 'tea OR bag' SELECT rowid,title FROM example WHERE title MATCH 'tea -bag' SELECT rowid,title FROM example WHERE title MATCH '"tea bag"' SELECT rowid,title FROM example WHERE title MATCH 'tea*' |
创建片段
为了向匹配的搜索结果提供语境,可以使用snippet()功能。这一功能将突出显示搜索结果中任何文字列的关键词。
SELECT title,snippet(example) FROM example WHERE title MATCH 'Advent' ADVENT|ADVENT Advent|Advent Advent,_Cornwall|Advent,_Cornwall Advent,_West_Virginia|Advent,_West_Virginia Advent:_One-Winged_Angel|Advent:_One-Winged_Angel Advent_(band)|Advent_(band) |
非英语的标记
可以通过ICU(指令控制单元)库提供的一些基本功能实现对非英语文本进行全文检索的愿望。这个库是PHP 6 的一个核心部分,该库通过在intl 扩展的PHP5.3中也可得。这两种情况下的sqlite将有更多的分词器。
在ICU分词器将根据语言规则和指定的区域识别词语,然后按照界定拆分。这种方法只适用于某些地域。句法如下:
CREATE VIRTUAL TABLE example USING FTS3(title TEXT,TOKENIZE icu en_GB) |