迅搜(XunSearch)+ThinkPHP5实现标题的拼音或拼音首字母缩写搜索

最新推荐文章于 2021-03-09 21:04:12 发布

转载最新推荐文章于 2021-03-09 21:04:12 发布 · 737 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://my.oschina.net/Twitter/blog/857291

文章标签：

#php

这是两年前学习Coreseek时在问答区问的一个问题：

https://www.oschina.net/question/252582_173810

当时只是想了下，但没去做，现在学迅搜，又想到这个问题，干脆还是试试把它给做了吧 ^_^

1、数据表字段

2、ThinkPHP5的model里做 py_whole 和 py_acronym 的自动完成

<?php
namespace app\xxx\model;
use think\Model;
use search\XunSearch;// 参照迅搜官方给 Yii 1 写的类弄的一个TP扩展类

class Xxx extends Model
{

    protected $auto = ['py_whole', 'py_acronym'];

    // 自动设置拼音全拼
    protected function setPyWholeAttr()
    {
        // 获取title
        $title = $this->getAttr('title');
        if (empty($title)){
            return '';
        }
        // 先对title分词
        $xs = new XunSearch('recipe');
        $keyword_list = $xs->getScws()->getTokens($title);

        // 再对title分的每一个词转换成拼音
        $pinyin = [];
        if (count($keyword_list)>0){
            foreach ($keyword_list as $keyword){
                $keyword_pinyin = gbk_to_pinyin($keyword);// 这里用PHPCMS里般过来的转拼音函数转换
                if (is_array($keyword_pinyin) && count($keyword_pinyin)>0){
                    $pinyin[] = implode ( '' ,  $keyword_pinyin );
                }
            }
        }
        if (count($pinyin)>0){
            return implode(' ', $pinyin);// 迅搜里的配置分割方式默认是空格，这里也就用空格了
        }else{
            return '';
        }
    }

    // 自动设置拼音首字母缩写
    protected function setPyAcronymAttr()
    {
        $title = $this->getAttr('title');
        if (empty($title)){
            return '';
        }
        // 先对title分词
        $xs = new XunSearch('recipe');
        $keyword_list = $xs->getScws()->getTokens($title);
        $pinyin = [];
        if (count($keyword_list)>0){
            foreach ($keyword_list as $keyword){
                $keyword_arr = mb_str_split($keyword);// 字符进行逐字分割，这是一个自定义函数，解决PHP自带函数不能分割中文问题
                // 提取拼音首字母缩写
                $keyword_initial = array_map(function( $word ){
                    $pinyin = gbk_to_pinyin($word);
                    return substr( $pinyin[0], 0, 1 );
                }, $keyword_arr);

                if (is_array($keyword_initial) && count($keyword_initial)>0){
                    $pinyin[] = implode ( '' ,  $keyword_initial );
                }
            }
        }

        if (count($pinyin)>0){
            return implode(' ', $pinyin);// 迅搜里的配置分割方式默认是空格，这里也就用空格了
        }else{
            return '';
        }
    }
}

数据入库时就可以得到这样的结果

3、迅搜的项目配置文件里这样配置

project.name = xxx

[id]
type = id

[title]
type = title

[py_whole]
index = mixed
tokenizer = split

[py_acronym]
index = mixed
tokenizer = split

4、测试效果（表中只有30条测试数据，所以结果不多）

    public function testxs()
    {
        $xs = new \search\XunSearch('recipe');
        $keyword = 'mb';
        dump('关键词: '.$keyword);
        $list = $xs->search($keyword, '', 0, 10);
        dump('查询语句: '.$xs->getQuery());
        dump($list);
    }