參考原文：
php+mysql實現全文檢索
2013-02-18 10:47:40
分類： php
php+mysql實現utf8全文搜尋的方法
本文講解一下如何在海量的資料中能夠快速的進行全文檢索呢？mysql提供了乙個全文索引功能，也就是把字段設定上fulltext索引屬性，然後通過select的match against語句進行查詢。
我們開發的乙個純英文站點touchus - the global yellow pages & business directory（www.touchus.org）就是利用mysql的這一功能，實現了對十多萬條資料的平均全文檢索時間小於0.5秒。但是在開發touchus的中文**——城市黃頁網時（www.city39.cn），碰到了新的問題。原來英文排版時詞和詞之間是通過空格區分的，fulltext可以完全支援，但是對中文或者是東亞文字就沒有這麼簡單了，因為中文的詞和詞之間並沒有明顯的分隔，所以mysql不支援中文字元的全文檢索。
如何讓mysql也能支援中文的全文檢索呢？偶然間產生了乙個思路，那就是能不能在中文分詞後，通過對中文進行編碼轉化成英文本元，這樣就在中英文間建立乙個特定的聯絡，然後再進行全文檢索，這樣不就實現了中文的全文索引了嗎？經過試驗，答案是肯定的。下面是在城市黃頁網中實現的具體過程：
1. 建立乙個單獨的索引表，比如對應members表，我們建立乙個members_index表。
使用者資訊表(members) 使用者資訊全文索引表(members_index)
user_id user_id
user_name index_intro
user_introduction
在members_index表的index_intro中加入fulltext索引。
2. 對使用者資訊表（members）的user_introduction欄位內容進行中文分詞處理
中文分詞的處理過程，可以參考簡易中文分詞系統在城市黃頁網中，我們採用了scws的php擴充套件模組方式來實現中文分詞。scws的php擴充套件模組安裝非常簡單，只需簡單編譯配置後即可使用。在具體的php**中，我們寫了如下的函式來實現分詞後將分詞結果用空格進行連線。
//中文分詞函式
function str_fc($str)
}return $mystr;
}該函式返回就是用空格連線的分詞結果。
3. 對分詞結果進行編碼，可以採用多種編碼方式，比如base64編碼、urlencode編碼、漢字轉拼音等，對gb2312甚至可以採用區位碼編碼方式。考慮到儲存空間以及便利性，我們採用了php的urlencode編碼方式。需要注意的是，在編碼前，我們可以去掉重複的分詞來節約儲存空間，編碼後要去掉編碼結果中的%符號，因為urlencode採用rfc 1738???行編碼，會產生很多%，而%在mysql是萬用字元。下面是編碼過程用到的php**
$data = str_fc($data); //中文分詞
$data = array_filter(explode(" ",$data)); //刪除陣列空項
$data = array_flip(array_flip($data)); //刪除重複項
//對分詞結果進行urlcode編碼
foreach ( $data as $ss )
這裡的$data_code就是編碼後的結果。把編碼結果根據user_id存入使用者資訊全文索
引表(members_index)
4. 在進行搜尋處理時，首先對使用者輸入的關鍵字進行同樣的分詞編碼處理，然後通過mysql的select的match against語句進行全文快速檢索，根據檢索結的user_id即可呼叫使用者資訊表(members)中的原始資料進行顯示，而沒有必要進行一次解碼重組。
以上mysql utf8中文全文檢索方法.
PHP Sphinx MySQL實現全文檢索
sphinx 可以解決 站內搜尋的應用場景 用來生成索引資料，為後續的高效搜尋做鋪墊 sphinx 簡介 sphinx是乙個基於sql mysql sqlserver.的全文檢索引擎，它提供了比資料庫更加專業的搜尋功能，並且sphinx特別為一些指令碼語言設計了搜尋的api介面嗎，比如php rub...
django 實現全文檢索
全文檢索不同於特定欄位的模糊查詢，使用全文檢索的效率再高，並且能夠對於中文進行分詞處理。安裝包 pip install django haystack pip install whoosh pip install jieba修改settings檔案 haystack 全文檢索框架 全文檢索框架的配置...
django haystack實現全文檢索
haystack配置使用 前後端分離 索引檔案生成 替換成jieba分詞 索引檔案使用 1.haystack是django的開源搜尋框架，該框架支援solr,elasticsearch,whoosh,xapian 搜尋引擎，不用更 改 直接切換引擎，減少 量。2.搜尋引擎使用whoosh，這是乙個由...