26、Drupal搜索HTML索引器与文件管理全解析

Drupal搜索HTML索引器与文件管理全解析

1. 搜索HTML索引器简介

在进行网站内容搜索时，当我们从简单的使用LIKE语句搜索VARCHAR数据库列，转向对网站内容进行严肃的索引时，就可以借助Drupal的内置HTML索引器。该索引器的目标是高效搜索大量HTML内容，它在cron任务执行时（通过 http://example.com/cron.php ）处理内容。不过，新内容可被搜索的时间与cron任务的调度运行频率之间存在延迟。

索引器会解析数据并将文本拆分为单词（即分词），根据规则集为每个分词分配分数，该规则集可通过搜索API进行扩展。之后，索引器将这些数据存储在数据库中，当发起搜索请求时，它会使用这些索引表而非直接使用节点表。

需要注意的是，由于搜索和索引是在cron任务中进行的，新内容可搜索的时间与cron任务的调度运行频率之间存在延迟。此外，索引是一项密集型任务。如果你的Drupal网站很繁忙，在cron任务运行期间添加了数百个新节点，那么可能需要考虑采用与Drupal协同工作的搜索解决方案，如Solr（详见 http://drupal.org/project/apachesolr ）。

2. 何时使用索引器

索引器通常在实现搜索引擎时使用，这些搜索引擎的评估方式不仅仅是标准的“匹配最多单词”方法。搜索相关性是指内容通过（通常复杂的）规则集来确定其在索引中的排名。

如果你需要搜索大量HTML内容，那么就可以利用索引器的强大功能。在Drupal中，博客、论坛、页面等都是节点，它们的基础数据结构相同，这意味着它们也共享基本功能。其中一个常见特性