爱心技术专栏专题

现全文检索

摘录:ApplicationApplet 来源:ApplicationApplet 加入时间:2007年04月30日
摘要:
现全文检索

全文检索一直都是web方面的关键技术,如何在浩如烟海的信息中找到自己想要的信息是人们最关心的。鼎鼎大名的GOOGLE就是一个很成功的例子,网络上的人们大部分都用GOOGLE来查找自己需要的内容。全文检索主要有两个技术指标:快速和精确。前一段时间做了一个新闻系统,老板要加上全文检索的功能,想了很久才用一个不太高明的方法实现了。现在分享一下,希望是抛砖引玉吧,如果大家有更好的办法请跟在后边:)

现全文检索

站点:爱心种子小博士 关键字:现全文检索

现全文检索
全文检索一直都是web方面的关键技术,如何在浩如烟海的信息中找到自己想要的信息是人们最关心的。鼎鼎大名的GOOGLE就是一个很成功的例子,网络上的人们大部分都用GOOGLE来查找自己需要的内容。全文检索主要有两个技术指标:快速和精确。前一段时间做了一个新闻系统,老板要加上全文检索的功能,想了很久才用一个不太高明的方法实现了。现在分享一下,希望是抛砖引玉吧,如果大家有更好的办法请跟在后边:)


先介绍一下我的新闻系统:数据库里存新闻的基本信息,如标题,发布人,发布时间,主体新闻的文件名。新闻主体是html格式的静态页(第一是要提高速度,减少数据库的压力。第二是数据库处理大字符串的时候会有问题。)。全文检索的思路是:先从数据库里把所有的新闻检索出来,把主体新闻找到,然后通过io操作把主体新闻读到一个字符串中。再去掉多余的东西,象html标记什么的,再用正则表达式对这个字符串查找,如果找到符合条件的信息,就记录这条新闻。最后返回所有的符合条件的新闻显示给用户。


下面这段代码是输入查询条件的代码,查询关键字用+隔开:search.jsp


<html>

<head>

<link rel="stylesheet" href="css/style3.css">

<title>新闻搜索</title>

<script language="javascript">

function subform(){

if (document.zl_form.keyword.value==""){

alert("请输入关键字!");

document.zl_form.keyword.focus();

return false;

}

return true;

}

</script>

</head>

<body bgcolor="#F0F6E2">


<form name="zl_form" target="_new" method="post" action="aftsearch.jsp" onsubmit="return subform()">

<table width="600" bgcolor="#F0F6E2">

<tr>

<td colspan="4" height="10"> </td>

</tr>

<tr>

<td width="14%">输入查询关键字:</td>

<td align="left" width="65%">

<input size="50" type="text" name="keyword" style="font-size: 9pt">

<input type="submit" name="submit" value="搜索" style="font-size: 9pt">

</td>

</tr>

<tr>

<td colspan="2" height="9" align="left">

<br>

<font color="red" size="+1">说明:如果有多个查询条件,中间用</font><font size="+2">+</font><font color="red" size="+1">隔开。如:1+2+3+4...</font></td>

</tr>

</table>

</form>

</body>

</html>

下面的代码是全文检索主体javabean的代码:newsSearch.java


package NEWS;

import java.sql.*;

import java.lang.*;

import java.text.*;

import java.util.*;

import java.io.*;

import java.util.regex.*;

import DBstep.iDBManager2000;//数据库操作的bean

public class newsSearch {


private String filePath=null;//主体新闻存放的目录

private String keyWord=null;//查询关键字

private Vector news = new Vector();//存放符合条件的结果


public newsSearch() { }

public void setFilePath(String s) {

this.filePath=s;

}


public void setKeyWord(String s) {

this.keyWord=s;

}


public Vector getResult() {

return news;

}


public void search() {

//打开数据库

ResultSet result=null;

String mSql=null;

PreparedStatement prestmt=null;

DBstep.iDBManager2000 DbaObj=new DBstep.iDBManager2000();

DbaObj.OpenConnection();

try {

//检索所有的新闻

mSql="select * from t_news_detail order by release_time desc";

result=DbaObj.ExecuteQuery(mSql);

while(result.next()){

String id=result.getString("id");

String title=result.getString("title");

String release_time=result.getString("release_time");

String news_type=result.getString("type");

String content=result.getString("content");

String man_add=result.getString("man_add");

//按行读文件

String trace=filePath+content+".html";

FileReader myFileReader=new FileReader(trace);

BufferedReader myBufferedReader=new BufferedReader(myFileReader);

String myString=null;

String resultString=new String();

while((myString=myBufferedReader.readLine())!=null){

resultString=resultString+myString;

}

//去掉多余字符

HtmlEncode.HtmlEncode Html=new HtmlEncode.HtmlEncode();//这个bean去掉多余的字符,新闻是自己生成的文件,可以尽量多的删除多余字符

resultString=Html.TextEncode(resultString);

myFileReader.close();

//取出查询关键字

Pattern p=null;

Matcher m=null;

p = Pattern.compile("\\+");

String[] a=p.split(keyWord);//把关键字用+分开

//全文检索

String searchResult="1";//检索结果

int i;

for(i=0;i<a.length;i++){//逐个按关键字查找,如果所有的关键字都符合,则记录结果

p = Pattern.compile(a[i].toString());

m = p.matcher(resultString);

if (!(m.find())) {

searchResult="0";

}

}


//记录符合条件的新闻

if(searchResult.equals("1")){

News resultNews=new News();//存放结果的类,和数据库的结构基本一致

resultNews.content=content;

resultNews.release_time=release_time;

resultNews.type=news_type;

resultNews.man_add=man_add;

resultNews.title=title;

news.addElement(resultNews);//最后的结果集,要返回客户端

}

}


//关闭数据库


DbaObj.CloseConnection() ;


catch(Exception e){

System.out.println(e.toString());

}

}


public class News { //存放结果的类

String content;

String release_time;

String type;

String man_add;

String title;

public String getContent() { return this.content; }

public String getTitle() { return this.title; }

public String getTime() { return this.release_time; }

public String getType() { return this.type; }

public String getMan_add() { return this.man_add; }

}

}


下面的代码是调用的:aftsearch.jsp


<%@ page contentType="text/html; charset=gb2312" %>


<%@ page import="java.util.*" %>


<%


request.setCharacterEncoding("GB2312");


String keyword=request.getParameter("keyword"); //接收关键字


String trace=getServletContext().getRealPath("/")+"xwxx\\news\\";//主体新闻存放路径


NEWS.newsSearch newsSearch=new NEWS.newsSearch();//初始化检索的bean


newsSearch.setFilePath(trace);//设置主体新闻路径


newsSearch.setKeyWord(keyword);//设置关键字


newsSearch.search();//检索


Vector news=newsSearch.getResult();//取到结果


%>


<html>


<head>


<title>新闻搜索</title>


<META HTTP-EQUIV="Cache-Control" CONTENT="no-cache">


<link rel="stylesheet" href="../css/style3.css">


&l;script LANGUAGE="javascript">


function open_window(id)


{


locat="./news/"+id+".html";

window.open(locat,"new","width=550,height=500 ,scrollbars=yes")


}


</script>


</head>


<object id=hh2 classid="clsid:ADB880A6-D8FF-11CF-9377-00AA003B7A11">


<param name="Command" value="Maximize"></object>


<body bgcolor=#F5FAF3 leftmargin="0" topmargin="0" marginwidth="0" marginheight="0">


<script>


hh2.Click();


</script>


<table width="621" border="0">


<tr>


<td colspan=5>











</font>


</td>


</tr>


<tr valign="middle">


<td width="45%" height="22">


<div align="center" class = "t_header">标 题</div>


</td>


<td width="15%" height="22">


<div align="center" class = "t_header">类 别</div>


</td>


<td width="15%" height="22">


<div align="center" class = "t_header">发 布 人</div>


</td>


<td width="25%" height="22">


<div align="center" class = "t_header">发 布 时 间</div>


</td>


</tr>


<tr bgcolor="#B7D79F" valign="middle">


<td colspan="4" height="2"></td>


</tr>


</table>


<table width="624" border="0" bordercolor="#99CCFF">


<%


String color=null;


int j=0;


if(!(news.size()==0)) {


for (int i = 0; i < news.size(); i++) {


j++;


NEWS.newsSearch.News myNews=(NEWS.newsSearch.News)news.get(i);


if(i%2==0)


{ color="#F5FAF3"; }


else { color="#DBF7ED"; }


%>


<tr bgcolor = "<%=color%>">


<td width="45%" height="20">


<img src="./images/dot.gif" align = "absmiddle">


<a href="#" onClick="open_window(<%=myNews.getContent()%>)"> <%=myNews.getTitle()%></a>

</td>


<td width="15%" height="20" align="center">


<%=myNews.getType()%>


&nbs; </td>


<td width="15%" height="20" align="center">


<%=myNews.getMan_add()%>


</td>


<td width="25%" height="20" align="center">


<%=myNews.getTime()%>


</td>


</tr>


<% } } else{ out.println("对不起,没有搜索到您要查找的新闻");} //和最前边的else对应,判断是否有记录 %>


<tr bgcolor="#B7D79F">


<td colspan="4" height="2"></td>


</tr>


<tr>


<td colspan=4>


<p align=right>





</td>


</tr>


</table>


<P align=center> 共搜索到新闻 <%=j%> 条


</body>


</html>
转载:转载请保留本信息,本文来自http://www.51dibs.com/lp07/la/a20/l_a_0d7511ef445744f8.html