Laravel使用全文检索引擎TNTSearch和中文分词jieba-php实现中文全文搜索
Laravel使用全文检索引擎TNTSearch和中文分词jieba-php实现中文全文搜索
全文搜索
搜索基本就是每个网站必备的
虽然是搜索 但是去搜索
我是一个php程序员,我是一个java程序员
完全是两个概念
一般搜索都是 sql 的 like 去查询
比如 php是世界上最好的语言 这句话
如果我们用 sql 的 like 的 % 模糊查询的话
搜索的词要连贯并且一字不差;
可以搜 like 'php是%'
也可以搜 like '%最好的语言'
或者 like '%世界上最好%'
;
但你要是搜索 世界最好语言 还能搜索到吗??
像 百度谷歌 可能会让用户一字不差的输入进去吗
这时候就会用到我们的全文搜索
简单的来说全文搜索的原理就是把内容按关键字给拆分了
比如说上面这句话拆成 php 、世界 、最好 、 语言
也就是php不用依赖第三方实现全文搜索的TNTSearch
中文分词
英文句子实现比较简单可以按空格去拆分
而中文 它并不懂 世界 、最好 、 语言 这些是词语
会把它给拆成单个字
这时候就需要中文分词了
中文分词就是会智能按中文的词语来拆分成关键字
作为 TNTSearch 中文分词的jieba-php
laravel框架实现
为了方便 先创建一个测试表和测试模型
php artisan make:model Models/Test -m
添加字段
/database/migrations/2019_01_16_055730_create_tests_table.php
/**
* Run the migrations.
*
* @return void
*/
public function up()
{
Schema::create('tests', function (Blueprint $table) {
$table->increments('id');
$table->string('title')->default('')->comment('测试标题');
$table->mediumText('content')->comment('测试内容');
$table->timestamps();
});
}
.env文件数据库配置 就不用多说了吧
运行迁移命令生成数据表
php artisan migrate
创建数据填充文件
php artisan make:seed TestsTableSeeder
生成测试数据
/database/seeds/TestsTableSeeder.php
public function run()
{
DB::table('tests')->insert([
[
'title' => 'TNTSearch',
'content' => 'PHP编写的全文搜索引擎,非常强大'
],
[
'title' => 'jieba-php',
'content' => '强大的中文分词,最好的php中文分词,中文拆分成关键字'
]
]);
}
运行填充
php artisan db:seed --class=TestsTableSeeder
这时候可以看到数据表里面有数据了
接下来测试
/routes/web.php
use App\Models\Test;
Route::get('search', function () {
dump(Test::all()->toArray());
});
进入web页面 显示以下数据
依赖 SQLite 存储索引
再确认下自己的 php 是否开启以下扩展:
pdo_sqlite
sqlite3
mbstring
vanry为我们造的轮子 laravel-scout-tntsearch
直接通过composer安装
composer require vanry/laravel-scout-tntsearch
config/app.php
// config/app.php
'providers' => [
// ...
Laravel\Scout\ScoutServiceProvider::class,
Vanry\Scout\TNTSearchScoutServiceProvider::class,
],
在 .env 文件中添加 SCOUT_DRIVER=tntsearch
然后就可以将 scout.php 配置文件发布到 config 目录。
php artisan vendor:publish --provider="Laravel\Scout\ScoutServiceProvider"
在 config/scout.php 中添加:
'tntsearch' => [
'storage' => storage_path('indexes'), //必须有可写权限
'fuzziness' => env('TNTSEARCH_FUZZINESS', false),
'searchBoolean' => env('TNTSEARCH_BOOLEAN', false),
'asYouType' => false,
'fuzzy' => [
'prefix_length' => 2,
'max_expansions' => 50,
'distance' => 2,
],
'tokenizer' => [
'driver' => env('TNTSEARCH_TOKENIZER', 'default'),
'jieba' => [
'dict' => 'small',
//'user_dict' => resource_path('dicts/mydict.txt'), //自定义词典路径
],
'analysis' => [
'result_type' => 2,
'unit_word' => true,
'differ_max' => true,
],
'scws' => [
'charset' => 'utf-8',
'dict' => '/usr/local/scws/etc/dict.utf8.xdb',
'rule' => '/usr/local/scws/etc/rules.utf8.ini',
'multi' => 1,
'ignore' => true,
'duality' => false,
],
],
'stopwords' => [
'的',
'了',
'而是',
],
],
目前支持 jieba, phpanalysis 和 scws 中文分词,在 .env 文件中配置 TNTSEARCH_TOKENIZER 可选值 为 jieba, analysis, scws, default, 其中 default 为 TNTSearch 自带的分词器。
考虑到性能问题,建议生产环境使用由C语言编写的scws分词扩展。
使用 jieba 分词器,需安装 fukuball/jieba-php
composer require fukuball/jieba-php
使用 phpanalysis 分词器,需安装 lmz/phpanalysis
composer require lmz/phpanalysis
使用 scws 分词器,需安装 vanry/scws
composer require vanry/scws
分别在 config/scout.php 中的 jieba, analysis 和 scws 中修改配置。
这里我使用的jieba 先安装 然后在.env文件配置TNTSEARCH_TOKENIZER=jieba
模型中定义全文搜索;
/app/Models/Test.php
<?php
namespace App\Models;
use Illuminate\Database\Eloquent\Model;
use Laravel\Scout\Searchable;
class Test extends Model
{
//
use Searchable;
/**
* 索引的字段
*
* @return array
*/
public function toSearchableArray()
{
return [
'id'=>$this->id,
'title'=>$this->title,
'content'=>$this->content,
];
}
}
生成索引
php artisan scout:import "App\Models\Test"
使用方法 要搜索的内容传给 search() 方法
/routes/web.php
use App\Models\Test;
Route::get('search', function () {
dump(Test::all()->toArray());
dump(Test::search('全文搜索引擎')->get()->toArray());
});
这时候发现结果是空的 因为还没有生成索引
生成索引
php artisan scout:import "App\Models\Test"
/routes/web.php
use App\Models\Test;
Route::get('search', function () {
dump(Test::all()->toArray());
dump(Test::search('全文搜索引擎')->get()->toArray());
dump(Test::search('强大搜索引擎')->get()->toArray());
dump(Test::search('php分词')->get()->toArray());
});
接下来看下打印出来的结果
看是不是成功啦