mysql全文搜索,sql的寫法:
MATCH (col1,col2,…) AGAINST (expr [IN BOOLEAN MODE | WITH QUERY EXPANSION])
比如:
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('database');
MATCH()函數對於一個字符串執行資料庫內的自然語言搜索。一個資料庫就是1套1個或2個包含在FULLTEXT內的列。搜索字符串作為對 AGAINST()的參數而被給定。對於表中的每一行, MATCH() 返回一個相關值，即, 搜索字符串和 MATCH()表中指定列中該行文字之間的一個相似性度量。
下面的例子則更加復雜。詢問返回相關值，同時對行按照相關性漸弱的順序進行排序。為實現這個結果，你應該兩次指定 MATCH()： 一次在 SELECT 列表中而另一次在 WHERE子句中。這不會引起額外的內務操作，原因是MySQL 優化程序注意到兩個MATCH()調用是相同的，從而只會激活一次全文搜索代碼。
復制代碼 代碼如下:
mysql> SELECT id, body, MATCH
(title,body) AGAINST
-> ('Security implications of
running MySQL as root') AS score
-> FROM articles WHERE MATCH
(title,body) AGAINST
-> ('Security implications of
running MySQL as root');
所以,到這裡你應該會mysql 英文全文搜索了.
請注意一個問題.
一些詞在全文搜索中會被忽略：
* 任何過於短的詞都會被忽略。 全文搜索所能找到的詞的默認最小長度為 4個字符。
* 停止字中的詞會被忽略。
mysql還自帶查詢擴展功能.這裡不做過多討論.
下面進行php中文全文搜索的分析
曾經有一個版本的mysql支持中文全文搜索(海量 mysql chinese+,說是GPL但是最終沒有開源)
中文全文搜索的關鍵是在分詞上.mysql本身不支持cjk的分詞(cjk:chinese,japanese,korean),
所以
!!!!****如何用php模擬分詞是mysql全文索引的關鍵****!!!!
中文分詞是語言分詞中最困難的.現在也沒有人能夠徹底完美的解決(雖然這些搜索引擎做的都還不錯.)
復制代碼 代碼如下:
//fcicq:下面給大家看看這裡php的分詞是怎麼做的.
function &DV_ChineseWordSegment($str,$encodingName='gbk'){
static $objEnc = null;
if( $objEnc === null ){
if( !class_exists('DV_Encoding') ){
require_once ROOT_PATH.'inc/DV_Encoding.class.php';
}
$objEnc =& DV_Encoding::GetEncoding($encodingName);
}
$strLen = $objEnc->StrLength($str);
$returnVal = array();
if( $strLen < = 1 ){
return $str;
}
$arrStopWords =& DV_GetStopWordList();
//print_r($arrStopWords);
//過濾所有HTML標簽
$str = preg_replace('#<[a-zA-Z]+?.*?>|#is', ”, $str);
//過濾所有stopword
$str = str_replace($arrStopWords['StrRepl'],' ‘,$str);
$str = preg_replace($arrStopWords['PregRepl'],' ‘,$str);
//echo “$str:{$str}
“;
$arr = explode(' ‘,$str);
//fcicq:好了,這下面的才是php分詞關鍵 *************
foreach( $arr as $tmpStr ){
if ( preg_match(”/^[x00-x7f]+$/i”,$tmpStr) === 1 )
{ //fcicq:全是E文,沒關系,mysql可以認識的
$returnVal[] = ‘ ‘.$tmpStr;
} else{ //fcicq:中英混合…
preg_match_all(”/([a-zA-Z]+)/i”, $tmpStr, $matches);
if( !empty($matches) ){ //fcicq:英語部分
foreach( $matches[0] as $matche ){
$returnVal[] = $matche;
}
}
//過濾ASCII字符
$tmpStr = preg_replace(”/([x00-x7f]+)/i”, ”
, $tmpStr); //fcicq:你看,剩下的不就全是中文了?
$strLen = $objEnc->StrLength($tmpStr)-1;
for( $i = 0 ; $i < $strLen ; $i++ ){
$returnVal[] = $objEnc->SubString($tmpStr,$i,2)
; //fcicq:注意這裡的substr,不是手冊上的.
//fcicq:你仔細看,所有的詞都是分成兩個.
//比如”數據庫的應用”,會被分成數據 據庫 庫的 的應 應用…
//全文搜索: 全文 文搜 搜索
//這分詞自然是不怎麼樣的
//但是,搜索的時候同樣這麼做.
//比如搜索數據庫,就相當於搜索了數據 據庫.
//這是一種相當傳統的全文搜索分詞方法.
}
}
}
return $returnVal;
}//end function DV_ChineseWordSegment
//fcicq:這就是傳說中的substr.偶相信許多人寫出來的php代碼都比這個好.
function &SubString(&$str,$start,$length=null){
if( !is_numeric($start) ){
return false;
}
$strLen = strlen($str);
if( $strLen < = 0 ){
return false;
}
if( $start < 0 || $length < 0 ){
$mbStrLen = $this->StrLength($str);
} else{
$mbStrLen = $strLen;
}
if( !is_numeric($length) ){
$length = $mbStrLen;
} elseif( $length < 0 ){
$length = $mbStrLen + $length - 1;
}
if( $start < 0 ){
$start = $mbStrLen + $start;
}
$returnVal = '';
$mbStart = 0;
$mbCount = 0;
for( $i = 0 ; $i < $strLen ; $i++ ){
if( $mbCount >= $length ){
break;
}
$currOrd = ord($str{$i});
if( $mbStart >= $start ){
$returnVal .= $str{$i};
if( $currOrd > 0×7f ){
$returnVal .= $str{$i+1}.$str{$i+2};
$i += 2;
}
$mbCount++;
} elseif( $currOrd > 0×7f ){
$i += 2;
}
$mbStart++;
}
return $returnVal;
}//end function SubString
//插入全文搜索分詞表.一共兩個,一個 topic_ft,一個bbs_ft
$arrTopicIndex =& DV_ChineseWordSegment($topic);
if( !empty($arrTopicIndex) && is_array($arrTopicIndex) ){
$topicindex = $db->escape_string(implode(' ‘,$arrTopicIndex));
if( $topicindex !== ” ){
$db->query(”UPD ATE {$dv}topic_ft SET topicindex='
{$topicindex}' WHERE topicid='{$RootID}'”);
} else{
$db->query(”DEL ETE FROM {$dv}topic_ft
WHERE topicid='{$RootID}'”);
}
}
}
這就是所謂的mysql全文搜索分詞，mysql不會分詞，而php會。就這麼簡單。
這雖然是一種比較過時的方法，但是非常實用。
