关于搜索

kuing

如果直接在上方搜索条里输入内容再点那个放大镜，那只是搜索标题。

要搜索全文，需进入高级搜索，现已在放大镜右边增加“高级搜索”的链接，方便进入。

isee

{:call:}

kuing

isee 发表于 2022-6-10 16:34
{:call:}

call 这个表情被我删了 新增了一些表情 （如果表情列表里还没出现，可以清理一下缓存）

hbghlyj

建议去除/source/module/search/search_forum.php第93行

1. $keyword = $keyword != '' ? str_replace('+', ' ', $keyword) : '';

复制代码

应该就可以搜索加号了

hbghlyj

搜索会自动去除\号, 搜索标题含“\ss”的帖子 和 搜索标题含“ss”的帖子 的结果相同
但是照样按照未去除\号的关键词来标红, 导致左图中关键词不会被标红:

结果: 找到 “\ss” 相关内容 30 个 关键词无标红	结果: 找到 “ss” 相关内容 30 个 关键词有标红

如果关键词全都是\号,那么搜不到结果:

结果: 找到 “\” 相关内容 0 个

hbghlyj

没有办法搜索“{\alpha}”或者“1+\alpha”这样的关键词
因为它们被自动去除\号变为“{alpha}”或者“1+alpha”
导致搜不出来真正包含“{\alpha}”或者“1+\alpha”的帖子
例子:

“{\alpha}”去除\变为“{alpha}”结果可以搜到主题只有 1 个
可以看到该主题实际上包含“{alpha}”而不是包含“{\alpha}”
“al\pha”去除\变为“alpha”结果可以搜到主题 460 个

hbghlyj

kuing 发表于 2022-6-10 09:42
call 这个表情被我删了  新增了一些表情 （如果表情列表里还没出现，可以清理一下缓 ...

为什么全文搜索🎣(鱼竿)有65个帖子? 问题是这些帖子大多不含鱼竿符号.

kuing

hbghlyj 发表于 2023-1-29 21:27

搜索其他 emoji 也能找到这些帖子，搜出来的帖子似乎都有 emoji，虽然不是同一个，但或许可能是有一个字节相同？

hbghlyj

kuing 发表于 2022-12-23 11:25

hbghlyj 发表于 2022-12-23 03:15
X3.5核心亮点：
⋯⋯
4、支持UTF8MB4（支持emoji表情、更多字符的支持）
⋯⋯

4 已在本论坛实现

X3.5 的搜索对emoji支持较完善

kuing

kuing 发表于 2023-1-29 22:35
搜索其他 emoji 也能找到这些帖子，搜出来的帖子似乎都有 emoji，虽然不是同一个，但或许可能是有一个字节相同？

钓鱼 emoji 🎣 的 UTF-8 编码是：
\xf0\x9f\x8e\xa3
搜到的第一个“彭赛列？”那帖里我打了一个 emoji 🙄 的 UTF-8 编码是：
\xf0\x9f\x99\x84
前两个相同，于是就搜出来了，是酱紫吧？

hbghlyj

kuing 发表于 2023-1-29 16:21
前两个相同，于是就搜出来了，是酱紫吧？

有个问题: 为什么前两个相同就能匹配? 中间没有空格, 也不是 or 连接啊

hbghlyj

kuing 发表于 2023-1-29 16:21
钓鱼 emoji 🎣 的 UTF-8 编码是：
\xf0\x9f\x8e\xa3
搜到的第一个“彭赛列？”那帖里我打了一个 emoji 🙄 ...

相关:mb_strpos把Emoji当成一个整体来匹配, 例如

1. <?php
2. $text = "11🎣🎣\xf0";
3. print "mb_stripos\n";
4. print mb_stripos($text,"\xf0");
5. print "\nstripos\n";
6. print stripos($text,"\xf0");

复制代码

Output (onlinephp.io/)

1. mb_stripos
2. 4
3. stripos
4. 2

复制代码

mb_stripos把🎣作为整体, 不匹配\xf0
而mb_stripos处理较简单, 把🎣作为几个字节, 匹配\xf0

hbghlyj

Mroonga is a storage engine for MySQL. It provides fast fulltext search feature for all languages including Chinese, Japanese and Korean to all MySQL users.
mroonga.org/

hbghlyj

mysql中文全文检索实战与性能对比

必须包含"腾讯"

1. SELECT * FROM articles
2. WHERE MATCH (title,body)
3. AGAINST ('+腾讯' IN BOOLEAN MODE);

复制代码

必须包含"腾讯"，但是不能包含"通讯工具"

1. SELECT * FROM articles
2. WHERE MATCH (title,body)
3. AGAINST ('+腾讯 -通讯工具' IN BOOLEAN MODE);

复制代码

下面的例子演示了BOOLEAN模式下运算符的使用方式：

'apple banana'
无操作符，表示或，要么包含apple，要么包含banana

'+apple +juice'
必须同时包含两个词

'+apple macintosh'
必须包含apple，但是如果也包含macintosh的话，相关性会更高。

'+apple -macintosh'
必须包含apple，同时不能包含macintosh。

'+apple ~macintosh'
必须包含apple，但是如果也包含macintosh的话，相关性要比不包含macintosh的记录低。

'+apple +(>juice <pie)'
查询必须包含apple和juice或者apple和pie的记录，但是apple juice的相关性要比apple pie高。

'apple*'
查询包含以apple开头的单词的记录，如apple、apples、applet。

'"some words"'
使用双引号把要搜素的词括起来，效果类似于like '%some words%'，
例如“some words of wisdom”会被匹配到，而“some noise words”就不会被匹配。

hbghlyj

通常的搜索引擎会显示关键词所在的上下文, 凭此可在搜索结果中选择, 再点击进入, 很方便.
但Discuz搜索只显示开始几句, 不一定含关键词

hbghlyj

Discuz!X3.6 开发计划预规划

5. 搜索功能需要继续优化，底线是上线新版 Sphinx ，最好能上线搜索扩展功能从而可以支持多种搜索引擎接入。
——老周部落

hbghlyj

搜索帖子标题(title)的关键词为a+b的Base64编码为YSti
搜索范围为全部版块.
后台所进行的MySQL查询为 (为了解释方便,我进行了分行)

1. SELECT searchid, dateline,
2. ('10'<>'0' AND uid='2861' AND 1681876835-dateline<'10') AS flood,
3. (searchstring='forum|title|YSti|0||\\\'5\\\',\\\'6\\\',\\\'14\\\',\\\'7\\\',\\\'11\\\',\\\'12\\\',\\\'13\\\',\\\'9\\\',\\\'10\\\',\\\'2\\\'|0|0|all|||0' AND expiration>'1681876835') AS indexvalid
4. FROM common_searchindex
5. WHERE srchmod='2' AND ('10'<>'0' AND uid='2861' AND 1681876835-dateline<10) OR (searchstring='forum|title|YSti|0||\\\'5\\\',\\\'6\\\',\\\'14\\\',\\\'7\\\',\\\'11\\\',\\\'12\\\',\\\'13\\\',\\\'9\\\',\\\'10\\\',\\\'2\\\'|0|0|all|||0' AND expiration>'1681876835')
6. ORDER BY flood

复制代码

先看第一行 SELECT 语句用于从表 common_searchindex 中选择特定的列。被选中的列是 searchid、dateline、flood 和 indexvalid。
第二行('10'<>'0' AND uid='2861' AND 1681876835-dateline<'10') AS flood创建一个名为 flood 的新列，它返回一个布尔值 true 或 false。它检查 uid 为 2861 的当前用户(我)是否在最近 10 秒内进行了搜索。如果是，则 flood 设置为 true，否则设置为 false。
第三行创建另一个名为 indexvalid 的新列，它也返回一个布尔值 true 或 false。它检查searchstring是否有效且expiration未过期，则将 indexvalid 设置为 true，否则设置为 false。
第四行指定了从中选择数据的表，即 common_searchindex。
第五行指定了数据必须满足的条件才能被选中。条件有点复杂。
('10'<>'0' AND uid='2861' AND 1681876835-dateline<10)：这个子条件检查uid为2861的当前用户是否在最近10秒内进行了搜索。
第六行“ORDER BY flood”将选中的数据按“flood”列升序排列。