Bărbații au căutare php sf. Căutare sigură și ușoară în mySQL
JavaScript este blocat în browserul dvs. Vă rugăm să activați JavaScript pentru ca site-ul să funcționeze!
Căutarea site-ului luând în considerare morfologia limbii ruse în PHP + sitemap
În timp ce vă creați site-ul, vă veți gândi în cele din urmă la necesitatea de a face o căutare universală convenabilă pe acesta. Imediat există o soluție simplă: legarea căutării de la motoarele de căutare, de exemplu: căutare de la Yandex sau căutare de la Google. Dezavantajul general al unei astfel de soluții este că index de căutare vor exista doar acele pagini care sistem de căutare demn să adauge acolo. Cu alte cuvinte, o parte a site-ului dvs. nu va fi „căutată”.
Din păcate, să căutăm o altă soluție. Da, iată-l: Yandex.Server este un produs pentru căutarea pe site-ul dvs., luând în considerare morfologia limbii ruse. Se încarcă. În mediul Unix, Yandex.Server funcționează ca un daemon și pe platforma MS Windows, ca serviciu. Acestea. poate funcționa numai cu acces root la server. Când site-ul rulează pe găzduire partajată, nu este potrivit. :-( Al doilea dezavantaj este fără setări. Doar un singur buton „Start / Stop”.
Începem să „săpăm” internetul. Ei bine, cum este asta? Toată lumea are o căutare pe site-ul lor. Cumva oamenii o fac. De exemplu, există o soluție frontală pe care am descris-o demult: căutarea contextuală pe un site care nu ia în considerare declinarea cuvintelor și nu indexează cuvintele pe pagini. Dar cu cât aprofundezi mai mult sarcina, cu atât îți dai seama că sarcina nu este deloc banală.
Mai întâi, trebuie să scanați întregul site și să selectați toate cuvintele din acesta. Ei bine, știu deja cum - generatorul de sitemap face față cu succes acestei sarcini de mult timp.
În al doilea rând, trebuie să obțineți forma originală a tuturor cuvintelor. Există mai multe opțiuni aici, de exemplu, puteți utiliza streamer, care taie prefixul, sufixul și sfârșitul din cuvinte. Sau un sistem mai complex care folosește dicționare.
În al treilea rând, toate acestea trebuie încărcate în baza de date și indexate astfel încât căutarea să dureze un timp minim.
După ce am petrecut două săptămâni din timpul meu încercând un numar mare de a diferitelor opțiuni și algoritmi, m-am bazat pe următoarele: 1. Pentru scanare, folosesc un analizor simplificat, care, folosind o expresie regulată, decupează toate href-urile din pagină:
// Obțineți linkuri unice din pagina $ html = file_get_contents ($ url); if (preg_match ("| (.*?)
Evidențierea rădăcinilor cuvintelor luând în considerare morfologia limbii ruse și a bibliotecilor
Evidențierea tulpinilor de cuvinte cu un algoritm rapid (nerecomandat, comentat în textul scriptului)
Verificator ortografic rusesc la scanare, bazat pe absența unui cuvânt în dicționar
Patru moduri de mesaje: 0-funcționează silențios, 1-dă doar erori de site, 2-dă erori și un minim de informații, 3-informații detaliate în timpul lucrului
Căutare după consoanța cuvintelor. Soundex rusesc.
Sortați rezultatele căutării după relevanță. În primul rând, sunt afișate pagini care au totul căutați cuvinteîn suma maximă.
Paginarea rezultatelor găsite
Scenariul este comentat în detaliu în limba rusă
Codul scriptului este implementat în PHP + MySQL, complet open source și nu folosește nicio bibliotecă suplimentară. Tot ce aveți nevoie este inclus.
Generator al hărții site-ului dvs. bazat pe baza de date creată de scaner
Ceea ce scriptul nu poate:
nu se ia în calcul , rel = nofollow
textele obișnuite prezente pe toate paginile nu sunt eliminate din căutare
Acord de utilizare:
Puteți utiliza codul primit în oricare dintre dezvoltările dvs., nu vi se cere să furnizați un link către sursă.
NU aveți voie să îl revindeți, să-l plasați într-un produs gratuit sau acces limitatși, de asemenea, publica sub orice formă.
Toate celelalte drepturi sunt rezervate de autor.
Puteți contacta autorul cu întrebări, comentarii, urări. Contacte .
Atenție! Pentru 2900 de ruble (~ 46 USD) puteți alege una dintre cele două opțiuni de script care diferă semnificativ una de cealaltă. Scriptul de căutare pentru un site în codificarea UTF-8 folosește funcțiile de lucru cu caractere cu doi octeți mb_ *, analizează paginile cu expresii regulate făcute pentru codificarea UTF-8 (unicod / Unicode), creează tabele de baze de date în utf-8. Scriptul de căutare a site-ului în codificarea Windows-1251 folosește funcții pentru a lucra numai cu codificări str * cu un singur octet, analizează paginile cu expresii regulate făcute pentru codificări cu un singur octet.
Puteți intra sau înregistra! Sau fără înregistrare Dând clic pe butonul de descărcare, sunteți de acord cu condițiile de utilizare a scriptului descrise pe această pagină. O sumă de 2900 de ruble (~ 46 USD) va fi debitată din soldul dvs. și fișierul va fi descărcat.
Scurt ajutor privind implementarea căutării: procesarea șirurilor, tăierea caracterelor de serviciu, compunerea unei interogări în baza de date, logică, paginare, relevanță.
Partea 1: Declarații generale
Procesarea șirurilor
Primul pas este tăierea șirului cu mânere.
$ căutare = substr ($ căutare, 0, 64);
64 de caractere vor fi suficiente pentru ca utilizatorul să caute. Acum vom arde toate simbolurile „anormale” cu un fier de călcat roșu.
În teorie, nu ar trebui să oferiți utilizatorului posibilitatea de a căuta cuvinte prea scurte - printre altele, acest lucru încarcă serverul. Deci, să căutăm doar cuvinte care sunt mai lungi de două litere (dacă limita este mai mare, înlocuiți „(1,2)„ cu „(1, numărul de caractere)”).
$ good = trim (preg_replace ("/ \ s (\ S (1,2)) \ s /", "", ereg_replace ("+", "", "$ search")));
Și după înlocuirea cuvintelor proaste, trebuie să comprimați spații duble (acestea au fost create special pentru căutarea corectă a cuvintelor scurte).
$ bun = ereg_eplace ("+", "", $ bun);
Să presupunem că dorim să oferim utilizatorului posibilitatea de a alege logica de căutare - să caute toate cuvintele sau doar unul dintre mai multe. Dacă doriți să faceți ca în Yandex - doi ampersanți înseamnă „ȘI” (cuvânt1 && cuvânt2 && cuvânt3) sau altceva, atunci nu sunt consilier. Șamanismul cu corzi pe un mic site imho nu merită timpul. Prin urmare, desenăm formularul de căutare după cum urmează:
Și în scriptul de căutare, verificăm încă o dată dacă utilizatorul a introdus:
Ar fi bine să informați imediat utilizatorul câte rânduri a găsit în tabel. Pentru aceasta, se face o cerere suplimentară către baza de date:
$ query = "SELECT ID FROM table WHERE field LIKE"% ". str_replace (" ","% "SAU field LIKE"% ", $ good)."% "";
Pentru statistici despre cuvinte individuale, puteți face următoarele:
$ cuvânt = exploda ("", $ căutare); while (list ($ k, $ v) = each ($ word)) (if (strlen ($ v)> 2) $ stat = "$ v:". mysql_num_rows (mysql_query ("SELECT ID FROM table WHERE field LIKE" % $ v% "")); else $ stat = "$ v: un scurt";); $ word_stats =" Statistica cuvintelor: ". implode (" ", $ stat)." "; unset ($ stat);
Paginarea rezultatelor
Ei bine, odată ce avem aspectul căutării și numărul de rânduri de rezultate ale căutării, efectuarea unei căutări pagină cu pagină este o bucată de tort. Verificăm variabila $ page (nu mai puțin de 0, nu mai mult de $ results_amount / $ rows_in_page). În interogarea care contează numărul de rânduri (vezi mai sus), scriem câmpurile și câmpurile pe care trebuie să le sortăm. Și apoi adăugăm
Ca urmare a executării unei astfel de interogări, vom obține exact aceleași linii care ar trebui afișate pe pagină. Pentru navigare, puteți fie să desenați linkuri către paginile următoare și anterioare, fie, mai dificil, să faceți o bară de navigare pe mai multe pagini.
Pentru a evidenția cuvintele de căutare din text cu caractere ușoare sau aldine, trebuie doar să faceți următoarele:
$ highlight = str_replace ("", "|", $ bun);
Spații (și le avem una câte una între cuvinte și nu există spațiu dublu nicăieri, în plus, le tăiem și de la capetele liniei), este suficient să o înlocuim cu o bară verticală - separatorul de opțiuni în expresii regulate. Nu evidențiem cuvintele „rele”, pentru că nu le căutăm în baza de date :). În codul care afișează textul, scrieți:
După ce am scris numărul, m-am grăbit, a fost, să-mi scriu eu însumi un „punct culminant”. Nu a fost așa! Am etichete HTML în textul meu, așa că a trebuit să mă gândesc mult ... Sa dovedit așa (există o linie cu cuvinte pentru evidențiere):
$ text = eregi_replace ("> ([^<]*)($words)", ">\\1\\2", $ text);
Trebuie să te uiți pentru a vedea dacă acest cuvânt este în etichetă. Cu toate acestea, există o problemă cu intensitatea resurselor unui astfel de înlocuitor (K6-266 meu a gândit timp de șapte secunde peste un text de 5 kilobyte). Este trist.
Aplicând astfel de tehnici, puteți, în primul rând, să limitați libertatea de acțiune a utilizatorului și să îl împiedicați să a) să cunoască structura programului site-ului b) să suprasolicite serverul (de exemplu, prin trimiterea unui megabyte de text format din cuvinte (fraza s-a dovedit a fi ambiguă, dar rescrie nu o voi :) astfel încât scriptul să urce în baza de date de 250 de mii de ori) c) vezi un mesaj de eroare ca urmare a introducerii caracterelor speciale în limba interogării în șir. În al doilea rând, o oarecare comoditate pentru utilizator - paginarea și evidențierea.
Îmi amintesc că în articolul „Căutare sigură și comodă” era o astfel de frază
Partea 2. Relevanță dintr-o privire
Oleg Yusov
Pentru a afișa rezultatele căutării după relevanță, trebuie să:
Câmpurile obligatorii VARCHAR sau oricare dintre varietățile de câmpuri TEXT (SMALLTEXT, MEDIUMTEXT etc.), fac cheile FULLTEXT:
TABEL ALTER TABLE ADAUGĂ FULLTEXT (câmp)
Mai departe - chiar mai ușor:
$ query = "SELECT *, câmp MATCH AGAINST (" $ căutare ") ca relevant DIN TABEL ORDER BY relev DESC"
Note:
Implicit este să căutați cuvinte care conțin cel puțin 4 caractere. Acesta este corectat prin setarea #define MIN_WORD_LEN 4 în sursa ft_static.c, deși în opinia mea nu este necesar să o editați.
Simbolurile% din fraza de căutare nu sunt disponibile, cuvintele din fraza de căutare sunt analizate folosind o listă de delimitatori.
Lista delimitatorilor de cuvinte este editată în sursa ft_static.c.
Aveți nevoie de cel puțin o duzină de înregistrări în tabel pentru a începe să calculați relevanța.
Câmpul relev nu poate fi utilizat în clauza WHERE:
SELECT *, câmp MATCH ÎMPOTRIVA ("$ căutare") ca relevant DIN tabel UNDE relev> 0 COMANDĂ PE relev DESC
deși puteți:
SELECT *, câmp MATCH AGAINST ("$ căutare") ca relevant DIN tabela UNDE câmp MATCH AGAINST ("$ căutare")> 0 COMANDĂ DE relev DESC
Viteza este destul de mare - chiar și în unele cazuri mai rapidă, cum ar fi căutarea
Toate cele de mai sus funcționează de la MySQL 3.23.23
Când creați indici FULLTEXT pe mai multe câmpuri, sunt posibile 2 opțiuni:
SELECT *, MATCH câmp 1, câmp 2 ÎMPOTRIVA ("$ căutare") ca relevante DIN tabel ORDINĂ DE relev DESC
relevanța este calculată pentru toate câmpurile simultan. În al doilea caz, o astfel de cerere va genera o eroare. Aici calculăm relevanța după cum urmează:
SELECT *, MATCH câmp 1 ÎMPOTRIVA ("$ căutare") + MATCH câmp 2 ÎMPOTRIVA ("$ căutare") ca relevant DIN tabel ORDINĂ după relev DESC
A doua opțiune este oarecum mai complicată în interogări, cu toate acestea, în opinia mea, este mai bună, deoarece flexibilitatea căutării crește - pentru fiecare dintre câmpuri puteți seta, de exemplu, un coeficient de semnificație și, la însumarea relevanțelor câmpurilor, înmulțiți-le cu acest coeficient Fraza de căutare va fi căutată „mai mult” în câmpurile cu un coeficient ridicat. De exemplu, dacă efectuăm o căutare pe pagini indexate din catalogul de resurse, atunci câmpul cu numele paginii este de obicei specificat cu un coeficient mai mare decât câmpurile metaetichetelor de descriere sau cuvintelor cheie.
Partea 3: Exerciții cu relevanță
În primul rând, cum să adăugați un index FULLTEXT:
Mysql> alter table articlea add fulltext (ztext); EROARE 1073: coloana BLOB „ztext” nu poate fi utilizată în specificațiile cheii cu tipul de tabel folosit mysql> alter table articlea type = myisam; Interogare OK, 36 rânduri afectate (0,60 sec) Înregistrări: 36 Duplicate: 0 Avertismente: 0 mysql > alter table articlea add fulltext (ztext); Interogare OK, 36 rânduri afectate (10.00 sec) Înregistrări: 36 Duplicate: 0 Avertismente: 0
Indexurile textului se pot face numai pe tabele precum MyISAM. Textele sunt preluate din tabel și aruncate în fișierul index, iar volumul bazei de date crește. Despre cereri. Câmpul relev nu poate fi utilizat în clauza WHERE:
SELECT *, câmp MATCH ÎMPOTRIVA ("$ căutare") ca relevant DIN tabel UNDE relev> 0 COMANDĂ PE relev DESC
Deși puteți:
SELECT *, câmp MATCH AGAINST ("$ căutare") ca relevant DIN tabela UNDE câmp MATCH AGAINST ("$ căutare")> 0 COMANDĂ DE relev DESC
Un câmp calculat, desigur, nu poate fi utilizat într-un WHERE de toate regulile de sintaxă, dar poate fi utilizat într-un AVÂND:
SELECT *, câmpul MATCH ÎMPOTRIVA ("$ searchwords") ca relevant DIN TABELUL CARE are relevanță> 0 ORDINE BY relev DESC
Căutarea prin MATCH, așa cum a scris Oleg, se face doar pentru întregul cuvânt. ... Cu toate acestea, puteți să sortați numai după relevanță și să selectați după LIKE (acest lucru, desigur, va afecta performanța, nici nu știu cât).
Eliminăm condiția „relevanță> 0” și părăsim sortarea. Restul, ca înainte - tăiem șirul rezultat și îl transformăm într-o interogare cu mai mulți operatori LIKE:
SELECT *, CÂȘTIGURI câmp AGAINST ("$ căutare") CA relevante DIN tabel UNDE câmp CA LUCRĂ "% $ cuvânt1%" SAU câmp LIKE "% $ cuvânt2%" COMANDĂ DE DESC relevant, datefield DESC
Partea 4: Continuați ceea ce ați început
Continuăm subiectul căutării cu sortare după relevanță în baza de date MySQL, care a fost începută în septembrie.
MySQL sugerează utilizarea indexării FULLTEXT și a câmpului MATCH AGAINST pentru căutări de text integral în versiunile recente ale bazei de date. Cu toate acestea, nu toate serverele au ultima versiune MySQL și nu toți furnizorii de hosting vor să actualizeze software-ul din motive de fiabilitate a sistemului.
La un moment dat, am presupus că o căutare cu sortare după relevanță ar trebui făcută în mai multe interogări și, prin urmare, ar fi mai bine să nu o faceți deloc. Gândurile că relevanța pot fi luate în considerare în interogarea însăși m-au vizitat de la distanță, dar mi-a fost frică să prezint o astfel de construcție.
Cu toate acestea, un angajat al uneia dintre firmele de construcții de site-uri N-ska mi-a lăudat sistemul de căutare pe care îl folosesc pe site-urile lor. Nu mi-am amintit cererea cu siguranță, voi încerca să o reproduc astfel:
SELECȚIAȚI titlul, data_format (material_date, "% e.% C.% Y") AS date1, IF (text ca "% word1 word2 word3%", 3 * 10, 0) + IF (text LIKE "% word1%", 9, 0) + IF (text LIKE "% word2%", 9, 0) + IF (text LIKE "% word3%", 9, 0) CA relevanță DIN tabel UNDE text LIKE "% word1%" SAU text LIKE " % word2% "SAU text ca LIKE"% word3% "COMANDĂ PE relevanță DESC, material_date DESC
Arată îngrozitor, dar funcționează chiar și pe versiunile MySQL mai vechi. Am încercat să compar viteza de lucru cu această solicitare:
SELECȚIAȚI titlul, data_format (material_date, "% e.% C.% Y") AS date1, MATCH text CONTRA ("word1 word2 word3") AS relevance FROM table WHERE text LIKE "% word1%" OR text LIKE "% word2% „SAU text LIKE”% word3% „COMANDĂ PE relevanță DESC, material_date DESC
În medie, viteza unei interogări generice este la jumătate din cea a unei interogări care utilizează modele noi. Ceea ce este destul de logic - cu cât este mai versatilă, cu atât este mai mare intensitatea resurselor.
Să încercăm să construim automat o astfel de interogare. Tăiați linia lungă, precum și toate caracterele greșite și cuvintele scurte. Tragem o cerere.
$ query = "SELECT title, date_format (material_date,"% e.% c.% y ") AS date1, IF (text ca"% ". $ good_words."% ",". (substr_count ($ good_words, "" ) + 1). "* 10, 0) + IF (text LIKE"% ". Str_replace (" ","% ", 9, 0) + IF (text LIKE"% ", $ good_words)."% ", 9, 0) CA relevanță DIN TABEL UNDE text COME "%". Str_replace ("", "%" SAU text CA CA "%", $ good_words). "%" COMANDĂ PE relevanță DESC, material_date DESC ";
Nu foarte greu. Pentru fiabilitate și protecție împotriva inundațiilor, puteți limita numărul de cuvinte dintr-o interogare.
Câteva adăugiri la publicațiile anterioare
Numărul total de rânduri găsite în tabel. Pentru a afișa rezultatele căutării, desigur, trebuie să utilizați operatorul LIMIT (pentru a nu scrie de fiecare dată formarea acestui parametru, utilizați funcții gata făcute). Dacă nu se efectuează operațiuni de grupare în interogare, este mai bine să numărați numărul de rânduri imediat în interogare - COUNT (*) și nu după funcția php mysql_num_rows (). Puteți verifica mesele mari. Dacă este produs operațiuni de grup, facem o cerere cu COUNT (DISTINCT (<поле, по которому группируем>)), dar fără GROUP BY.
Lumina de fundal. Dacă nu există etichete html în texte, viața este mai ușoară
Dacă etichetele sunt folosite în text, adică există trei opțiuni a) nu evidențiați b) deoarece utilizatorul nu vede etichetele (dacă nu este un utilizator foarte curios), atunci puteți crea un câmp index în care va fi fără etichete și caracterele [^ \ w \ x7F- \ xFF \ s] vor fi înlocuite cu spații (acestea sunt caracterele care sunt tăiate din șirul de căutare chiar de la început, deci nu se efectuează nicio căutare pe ele). În acest caz, căutarea și evidențierea trebuie făcute de index. c) faceți evidențierea textului dintr-un câmp obișnuit, după ce ați tăiat anterior etichetele cu funcția srip_tags ().
Versiunea completa codul de căutare, ca întotdeauna, în lista de fișiere.
Dacă mai aveți întrebări sau ceva nu este clar - bine ați venit la
11,1K
Una dintre cele mai populare și necesare funcții de pe orice site este o căutare implementată folosind un formular special. Această funcționalitate permite vizitatorilor să găsească rapid conținut care îi interesează pe site.
Astăzi vrem să vă spunem cum să faceți o căutare pe site folosind un formular special care va interoga tabelele bazei de date și va afișa informații despre managerii actuali de pe site. Veți învăța cum să creați tabele de baze de date care vor conține informații despre personalul actual.
Elaborați formulare de căutare când Ajutor PHPși, de asemenea, familiarizați-vă cu SQL ( Limbaj de interogare structurat) - un limbaj special pentru colectarea, înregistrarea și modificarea informațiilor conținute în bazele de date. Înainte de a începe, vă recomandăm să vă descărcați fișiere de proiect.
De ce ai nevoie
Instrument pentru lucrul cu bazele de date MySQL.
Server local sau la distanță cu suport PHP.
Editor de text.
Creăm o bază de date
Dacă nu sunteți pe deplin sigur că puteți afla baza de date a gazdei dvs., contactați furnizorul de găzduire pentru instrucțiuni sau asistență adecvate. După crearea bazei de date, va trebui să o conectați, să creați un tabel și să scrieți datele necesare.
Cel mai popular instrument de gestionare MySQL este PHP My Admin. Acest instrument va fi suficient pentru tutorialul nostru de astăzi.
Crearea unui tabel
Tabelul nostru trebuie creat în următorul format:
Nume coloană
Tipul de date
Lungime
Nul sau Nu Nul
Cheia principala?
Increment auto
ID
INT
1
Nu nul
da
da
Nume
Varchar
50
Nu nul
Nu.
Nu.
Numele de familie
Varchar
50
Nu nul
Nu.
Nu.
E-mail
Varchar
50
Nu nul
Nu.
Nu.
Numar de telefon
Varchar
15
Nu nul
Nu.
Nu.
Un tabel de baze de date este compus din coloane și rânduri, la fel ca în Excel. Prima coloană vă permite să identificați datele după nume. Urmează coloana Tipuri de date, care ne indică tipul de date conținute în coloană. Câmpul Lungime specifică cantitatea maximă de memorie (stocare) pentru o coloană de tabel. Folosim variabile care oferă mai multă flexibilitate. Cu alte cuvinte, dacă lungimea numelui complet este mai mică de 50 de caractere, atunci doar o parte din spațiul alocat va fi ocupat.
Și printre datele despre personal nu pot exista valori goale ( nul, gol). Primul rând este evidențiat în galben, deoarece coloana ID este cheia noastră principală. Cheia principală din baza de date asigură faptul că fiecare înregistrare este unică. Această coloană este, de asemenea, incrementată automat, ceea ce înseamnă că fiecare înregistrare din baza noastră de date va fi atribuită număr unic automat.
Intrăm în masă reprezentanții personalului
Odată ce ați înțeles tabelul, începeți să-l completați cu date. 6 intrări sunt suficiente pentru a remedia procedura în mintea ta. Mai jos este propriul meu exemplu:
Codul coloanei
Nume
Numele de familie
E-mail
Numar de telefon
2
Ryan
Majordom
[e-mail protejat]
417-854-8547
3
Brent
Callahan
[e-mail protejat]
417-854-6587
Proiectarea formularului
Pentru a crea un formular de căutare pe site prin Google, deschideți orice opțiune potrivită editor de text... Vă recomand să utilizați PSPad-ul gratuit. Puteți utiliza orice editor de text care oferă evidențierea sintaxei. Acest lucru va facilita foarte mult procesul de scriere și depanare a codului PHP. Când creați o pagină pentru formularul de căutare, asigurați-vă că o salvați în format .php, altfel codul PHP nu va fi analizat așa cum era de așteptat. După ce salvați documentul, copiați următorul marcaj în el: