求全文檢索解決思路﹐輸入關鍵字﹐檢索某路徑下文件內容是否包含關鍵字(提供資料者有分)

http://www.codeproject.com/asp/indexserver.asp

解决方案 »

  1.   

    我想知道﹐這個檢索是怎樣一個思路﹕是否是遍歷文件目錄﹐將文件逐個打開然后搜索(how search ).....請多多指教
      

  2.   

    方法有21、如果是oracle数据库，可以采用clob字段，可以比较方便地全文检索。
    2、专门建立一个关键字的字段。
      

  3.   

    开发实例：JSP中实现全文检索
    JSP中的全文检索 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"> <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()%> 
    </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> 
      

  4.   

    謝謝 seaman0916(沙漠孤鹰)﹗想知道這樣檢索速度如何﹐被檢索的文件是什么類型最好.
      

  5.   

    方法有21、如果是oracle数据库，可以采用clob字段，可以比较方便地全文检索。
    2、专门建立一个关键字的字段。