如何对 SQL Server 全文查询结果进行命中突出显示
-
09-06-2019 - |
题
我们有一个使用 SQL Server 2008 作为数据库的 Web 应用程序。我们的用户能够对数据库中的特定列进行全文搜索。SQL Server的全文功能似乎不提供对命中突出显示的支持。我们是否需要自己构建这个,或者是否有一些关于如何做到这一点的库或知识?
顺便说一句,该应用程序是用 C# 编写的,因此 .Net 解决方案是理想的,但不是必需的,因为我们可以翻译。
解决方案
扩展以实玛利的想法,这不是最终的解决方案,但我认为这是一个很好的开始方式。
首先我们需要获取全文引擎检索到的单词列表:
declare @SearchPattern nvarchar(1000) = 'FORMSOF (INFLECTIONAL, " ' + @SearchString + ' ")'
declare @SearchWords table (Word varchar(100), Expansion_type int)
insert into @SearchWords
select distinct display_term, expansion_type
from sys.dm_fts_parser(@SearchPattern, 1033, 0, 0)
where special_term = 'Exact Match'
已经有很多东西可以扩展,例如搜索模式是非常基本的;也可能有更好的方法来过滤掉你不需要的单词,但至少它会给你一个词干列表等。这将通过全文搜索进行匹配。
获得所需的结果后,您可以使用 RegEx 来解析结果集(或者最好只解析一个子集以加快速度,尽管我还没有找到一个好的方法来这样做)。为此,我只需使用两个 while 循环和一堆临时表和变量:
declare @FinalResults table
while (select COUNT(*) from @PrelimResults) > 0
begin
select top 1 @CurrID = [UID], @Text = Text from @PrelimResults
declare @TextLength int = LEN(@Text )
declare @IndexOfDot int = CHARINDEX('.', REVERSE(@Text ), @TextLength - dbo.RegExIndexOf(@Text, '\b' + @FirstSearchWord + '\b') + 1)
set @Text = SUBSTRING(@Text, case @IndexOfDot when 0 then 0 else @TextLength - @IndexOfDot + 3 end, 300)
while (select COUNT(*) from @TempSearchWords) > 0
begin
select top 1 @CurrWord = Word from @TempSearchWords
set @Text = dbo.RegExReplace(@Text, '\b' + @CurrWord + '\b', '<b>' + SUBSTRING(@Text, dbo.RegExIndexOf(@Text, '\b' + @CurrWord + '\b'), LEN(@CurrWord) + 1) + '</b>')
delete from @TempSearchWords where Word = @CurrWord
end
insert into @FinalResults
select * from @PrelimResults where [UID] = @CurrID
delete from @PrelimResults where [UID] = @CurrID
end
几点注意事项:
1.嵌套 while 循环可能不是最有效的方法,但是没有想到其他方法。如果我使用游标,它本质上是一样的吗?
2. @FirstSearchWord
这里的 to 指的是原始搜索词文本中的第一个实例,因此本质上您要替换的文本只会出现在摘要中。同样,这是一个非常基本的方法,某种文本聚类查找算法可能会很方便。
3.要首先获得 RegEx,您需要 CLR 用户定义函数。
其他提示
看起来你可以解析新的输出 SQL Server 2008 存储过程 sys.dm_fts_parser 并使用正则表达式,但我没有仔细研究它。
在这种情况下,您可能忽略了数据库的要点。它的工作是将满足您给它的条件的数据返回给您。我认为您可能希望在 Web 控件中使用正则表达式来实现突出显示。
快速搜索就会发现以下内容。
http://www.dotnetjunkies.com/PrintContent.aspx?type=article&id=195E323C-78F3-4884-A5AA-3A1081AC3B35
一些细节:
search_kiemeles=replace(lcase(search),"""","")
do while not rs.eof 'The search result loop
hirdetes=rs("hirdetes")
data=RegExpValueA("([A-Za-zöüóőúéáűíÖÜÓŐÚÉÁŰÍ0-9]+)",search_kiemeles) 'Give back all the search words in an array, I need non-english characters also
For i=0 to Ubound(data,1)
hirdetes = RegExpReplace(hirdetes,"("&NoAccentRE(data(i))&")","<em>$1</em>")
Next
response.write hirdetes
rs.movenext
Loop
...
功能
'All Match to Array
Function RegExpValueA(patrn, strng)
Dim regEx
Set regEx = New RegExp ' Create a regular expression.
regEx.IgnoreCase = True ' Set case insensitivity.
regEx.Global = True
Dim Match, Matches, RetStr
Dim data()
Dim count
count = 0
Redim data(-1) 'VBSCript Ubound array bug workaround
if isnull(strng) or strng="" then
RegExpValueA = data
exit function
end if
regEx.Pattern = patrn ' Set pattern.
Set Matches = regEx.Execute(strng) ' Execute search.
For Each Match in Matches ' Iterate Matches collection.
count = count + 1
Redim Preserve data(count-1)
data(count-1) = Match.Value
Next
set regEx = nothing
RegExpValueA = data
End Function
'Replace non-english chars
Function NoAccentRE(accent_string)
NoAccentRE=accent_string
NoAccentRE=Replace(NoAccentRE,"a","§")
NoAccentRE=Replace(NoAccentRE,"á","§")
NoAccentRE=Replace(NoAccentRE,"§","[aá]")
NoAccentRE=Replace(NoAccentRE,"e","§")
NoAccentRE=Replace(NoAccentRE,"é","§")
NoAccentRE=Replace(NoAccentRE,"§","[eé]")
NoAccentRE=Replace(NoAccentRE,"i","§")
NoAccentRE=Replace(NoAccentRE,"í","§")
NoAccentRE=Replace(NoAccentRE,"§","[ií]")
NoAccentRE=Replace(NoAccentRE,"o","§")
NoAccentRE=Replace(NoAccentRE,"ó","§")
NoAccentRE=Replace(NoAccentRE,"ö","§")
NoAccentRE=Replace(NoAccentRE,"ő","§")
NoAccentRE=Replace(NoAccentRE,"§","[oóöő]")
NoAccentRE=Replace(NoAccentRE,"u","§")
NoAccentRE=Replace(NoAccentRE,"ú","§")
NoAccentRE=Replace(NoAccentRE,"ü","§")
NoAccentRE=Replace(NoAccentRE,"ű","§")
NoAccentRE=Replace(NoAccentRE,"§","[uúüű]")
end function