概述

TNTSearch是一款完全用PHP编写的全文搜索（FTS）引擎。只需简单配置，你就能在几分钟内添加出色的搜索体验。

功能包括

• 模糊搜索
• 即时搜索
• 地理搜索
• 文本分类
• 词干提取
• 自定义分词器
• BM25排名算法
• 布尔搜索
• 结果高亮显示
• 动态索引更新（无需每次都重新索引）
• 可通过Packagist.org轻松部署

我们还创建了一些演示页面，展示了n - gram在容错检索中的实际应用。该软件包有许多辅助函数，如用于距离计算的Jaro - Winkler和余弦相似度函数。它支持英语、克罗地亚语、阿拉伯语、意大利语、俄语、葡萄牙语和乌克兰语的词干提取。如果内置的词干提取器不够用，该引擎允许你轻松插入任何兼容的Snowball词干提取器。该软件包的一些分支甚至支持中文。欢迎大家贡献对其他语言的支持！

与许多其他引擎不同，TNTSearch的索引可以轻松更新，无需重新索引或使用增量更新。DigitalOcean

安装

安装TNTSearch最简单的方法是通过composer：

composer require teamtnt/tntsearch

要求

在继续之前，请确保你的服务器满足以下要求：

• PHP >= 7.1
• PDO PHP扩展
• SQLite PHP扩展
• mbstring PHP扩展

示例

创建索引

为了能够进行全文搜索查询，你必须创建一个索引。 用法：

use TeamTNT\TNTSearch\TNTSearch;

$tnt = new TNTSearch;

$tnt->loadConfig([
    'driver'    => 'mysql',
    'host'      => 'localhost',
    'database'  => 'dbname',
    'username'  => 'user',
    'password'  => 'pass',
    'storage'   => '/var/www/tntsearch/examples/',
    'stemmer'   => \TeamTNT\TNTSearch\Stemmer\PorterStemmer::class//可选
]);

$indexer = $tnt->createIndex('name.index');
$indexer->query('SELECT id, article FROM articles;');
//$indexer->setLanguage('german'); $indexer->run();

重要提示：“storage”设置标记了所有索引将保存的文件夹，因此请确保对该文件夹有写入权限，否则可能会抛出以下异常：[PDOException] SQLSTATE[HY000] [14] unable to open database file *

注意：如果你的主键不是id，请按如下方式设置：

$indexer->setPrimaryKey('article_id');

使主键可搜索

默认情况下，主键是不可搜索的。如果你想让主键可搜索，只需运行：

$indexer->includePrimaryKey();

搜索

搜索短语或关键词非常简单：

use TeamTNT\TNTSearch\TNTSearch;

$tnt = new TNTSearch;

$tnt->loadConfig($config);
$tnt->selectIndex("name.index");

$res = $tnt->search("This is a test search", 12);

print_r($res); //返回一个包含12个与查询最匹配的文档ID的数组 
// 要显示结果，你需要针对应用程序数据库进行额外查询 
// SELECT * FROM articles WHERE id IN $res ORDER BY FIELD(id, $res);

ORDER BY FIELD子句很重要，否则数据库引擎将无法按要求的顺序返回结果。

布尔搜索

use TeamTNT\TNTSearch\TNTSearch;

$tnt = new TNTSearch;

$tnt->loadConfig($config);
$tnt->selectIndex("name.index");

// 这将返回所有包含romeo但不包含juliet的文档
$res = $tnt->searchBoolean("romeo -juliet");

// 返回所有包含romeo或hamlet的文档
$res = $tnt->searchBoolean("romeo or hamlet");

// 返回所有包含romeo AND juliet或者prince AND hamlet的文档
$res = $tnt->searchBoolean("(romeo juliet) or (prince hamlet)");

模糊搜索

可以通过设置以下成员变量来调整模糊度：

public $fuzzy_prefix_length  = 2;
public $fuzzy_max_expansions = 50;
public $fuzzy_distance       = 2; //代表莱文斯坦距离;

use TeamTNT\TNTSearch\TNTSearch;

$tnt = new TNTSearch;

$tnt->loadConfig($config);
$tnt->selectIndex("name.index");
$tnt->fuzziness(true);

// 当模糊度标志设置为true时，关键词juleit将返回与单词juliet匹配的文档，默认莱文斯坦距离为2
$res = $tnt->search("juleit");

更新索引

创建索引后，每次对文档集合进行更改时，无需重新索引。TNTSearch支持动态索引更新。

use TeamTNT\TNTSearch\TNTSearch;

$tnt = new TNTSearch;

$tnt->loadConfig($config);
$tnt->selectIndex("name.index");

$index = $tnt->getIndex();

// 向索引中插入新文档
$index->insert(['id' => '11', 'title' => 'new title', 'article' => 'new article']);

// 更新现有文档
$index->update(11, ['id' => '11', 'title' => 'updated title', 'article' => 'updated article']);

// 从索引中删除文档
$index->delete(12);

自定义分词器

首先，创建你自己的分词器类。它应该扩展AbstractTokenizer类，定义单词分割的$pattern值，并且必须实现TokenizerInterface接口：

use TeamTNT\TNTSearch\Support\AbstractTokenizer;
use TeamTNT\TNTSearch\Support\TokenizerInterface;

class SomeTokenizer extends AbstractTokenizer implements TokenizerInterface
{
    static protected $pattern = '/[\s,\.]+/';

    public function tokenize($text) {
        return preg_split($this->getPattern(), strtolower($text), -1, PREG_SPLIT_NO_EMPTY);
    }
}

这个分词器将使用空格、逗号和句号来分割单词。准备好分词器后，你应该通过setTokenizer方法将其传递给TNTIndexer。

$someTokenizer = new SomeTokenizer;

$indexer = new TNTIndexer;
$indexer->setTokenizer($someTokenizer);

另一种方法是通过配置传递分词器：

use TeamTNT\TNTSearch\TNTSearch;

$tnt = new TNTSearch;

$tnt->loadConfig([
    'driver'    => 'mysql',
    'host'      => 'localhost',
    'database'  => 'dbname',
    'username'  => 'user',
    'password'  => 'pass',
    'storage'   => '/var/www/tntsearch/examples/',
    'stemmer'   => \TeamTNT\TNTSearch\Stemmer\PorterStemmer::class//可选,
    'tokenizer' => \TeamTNT\TNTSearch\Support\SomeTokenizer::class
]);

$indexer = $tnt->createIndex('name.index');
$indexer->query('SELECT id, article FROM articles;');
$indexer->run();

地理搜索

索引

$candyShopIndexer = new TNTGeoIndexer;
$candyShopIndexer->loadConfig($config);
$candyShopIndexer->createIndex('candyShops.index');
$candyShopIndexer->query('SELECT id, longitude, latitude FROM candy_shops;');
$candyShopIndexer->run();

搜索

$currentLocation = [
    'longitude' => 11.576124,
    'latitude'  => 48.137154
];

$distance = 2; //千米
$candyShopIndex = new TNTGeoSearch();
$candyShopIndex->loadConfig($config);
$candyShopIndex->selectIndex('candyShops.index');

$candyShops = $candyShopIndex->findNearest($currentLocation, $distance, 10);

分类

use TeamTNT\TNTSearch\Classifier\TNTClassifier;

$classifier = new TNTClassifier();
$classifier->learn("A great game", "Sports");
$classifier->learn("The election was over", "Not sports");
$classifier->learn("Very clean match", "Sports");
$classifier->learn("A clean but forgettable game", "Sports");

$guess = $classifier->predict("It was a close election");
var_dump($guess['label']); //返回 "Not sports"

保存分类器

$classifier->save('sports.cls');

加载分类器

$classifier = new TNTClassifier();
$classifier->load('sports.cls');

阅读原文：原文链接