初探xunsearch

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

1. 编写配置文件，创建项目基本配置。在线ini辅助工具
2. 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。
3. 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          

---

中文分词

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

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 "
";
  print_r($words);

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 "
";
    print_r($new);

3. 提取重要词汇
    $tops = $tokenizer->getTops($text, 10, 'n,v,vn'); 


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);

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


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。