php搜索引擎

搜索引擎是个庞大的东西，我们只讨论小规模应用。今天给大家介绍是Sphinx

自带中文分词的sphinx http://www.coreseek.cn

官方安装步奏及参考手册 http://www.coreseek.cn/products-install/#doc_cn

本文在centos 6.3上安装调试

一、安装

1、wget http://www.coreseek.cn/uploads/csft/4.0/coreseek-4.1-beta.tar.gz

2、tar xzvf coreseek-4.1-beta.tar.gz

3、cd coreseek-4.1-beta

4、提前安装操作系统基础开发库及mysql依赖库以支持mysql数据源和xml数据源

yum install make gcc g++ gcc-c++ libtool autoconf automake imake mysql-devel libxml2-devel expat-devel

5、安装mmseg

a、cd mmseg-3.2.14
b、./bootstrap    #输出的warning信息可以忽略，如果出现error则需要解决
c、./configure --prefix=/usr/local/mmseg3
d、make & make install
e、cd ..

6、安装coreseek
a、cd csft-4.1

b、sh buildconf.sh    #输出的warning信息可以忽略，如果出现error则需要解决
c、 ./configure --prefix=/usr/local/coreseek  --without-unixodbc --with-mmseg --with-mmseg-includes=/usr/local/mmseg3/include/mmseg/ --with-mmseg-libs=/usr/local/mmseg3/lib/ --with-mysql   
d、 make && make install
e、 cd ..

7、测试

a、 cd testpack
b、 cat var/test/test.xml    #此时应该正确显示中文
c、 /usr/local/mmseg3/bin/mmseg -d /usr/local/mmseg3/etc var/test/test.xml
d、 /usr/local/coreseek/bin/indexer -c etc/csft.conf --all
e、 /usr/local/coreseek/bin/search -c etc/csft.conf 网络搜索

二、在php中使用
1、建立数据源，文档中已经有很多方法，我这里测试一种xmlpipe2的数据源
cd /usr/local/coreseek/etc 
cp /home/ylx/tmp/coreseek-4.1-beta/testpack/etc/csft.conf csft.conf 并且加上下面一段

01

#源定义

02	source xml

03

{

04	type                    = xmlpipe2

05	xmlpipe_command = /usr/bin/php /home/ylx/tmp/maketest.php #此处也可使用其他可执行程序输出xml数据 这里我就是用php生成的

06

07

}

08

09

#index定义

10

index xml

11

{

12	source            = xml            #对应的source名称

13	path            = /tmp/sphinx/ #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/...

14	docinfo            = extern

15	mlock            = 0

16	morphology        = none

17	min_word_len        = 1

18	html_strip                = 0

19

20	#中文分词配置，详情请查看：http://www.coreseek.cn/products-install/coreseek_mmseg/

21	charset_dictpath = /usr/local/mmseg3/etc/ #BSD、Linux环境下设置，/符号结尾

22	#charset_dictpath = etc/                             #Windows环境下设置，/符号结尾，最好给出绝对路径，例如：C:/usr/local/coreseek/etc/...

23	charset_type        = zh_cn.utf-8

24

}

主要是修改xmlpipe_command 和 path两个值

2、新建maketest.php写入内容

01

<?php

02	//模拟查询数据库得到的数据

03	$list = array(

04	array(1,'百度阿斯顿林疯狂'),

05	array(2,'垃圾拉克丝京东方看见阿斯顿好'),

06	array(3,'阿斯蒂芬离开家老看见阿斯顿离开家需，吗'),

07	array(4,'休息休息离开家'),

08

);

09	set_time_limit(0);

10	ini_set('memory_limit','128M');

11

12	echo '<?xml version="1.0" encoding="utf-8"?>

13	<sphinx:docset>

14

15	<sphinx:schema>

16	<sphinx:field name="title"/>

17	<sphinx:attr name="id" type="int" bits="16" default="1"/>

18	</sphinx:schema>

19

';

20	foreach($list as $l){

21

echo '

22	<sphinx:document id="'.$l[0].'">

23	<title>'.$l[1].'</title>

24	<id>'.$l[0].'</id>

25	</sphinx:document>

26

';

27

}

28	echo '</sphinx:docset>';

3、然后运行/usr/local/coreseek/bin/indexer xml 生成索引

4、启动守护进程  /usr/local/coreseek/bin/searchd

5、最后新建文件searchtest.php输入

01

<?php

02	include_once("/home/ylx/tmp/coreseek-4.1-beta/testpack/api/sphinxapi.php");//修改成你的路径

03

04	$s = new SphinxClient;

05	$s->setServer("localhost", 9312);

06	$s->setMatchMode(SPH_MATCH_ALL);

07	$s->SetArrayResult ( true );

08	$result = $s->query("吗","xml");

09

10	var_dump($result['matches']);//匹配到的结果

11	var_dump($result);

看上去有点复杂，今天也只是简单的介绍了下，需要的时候可以详细去了解下