当前页面: 开发资料首页 → JSP 专题 → JSP中的全文检索

JSP中的全文检索

摘要: 全文检索正则表达式

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：）<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />

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

<head>

新闻搜索

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>

<form name="zl_form"

<tr>

</tr>

<tr>

<td width="14%">输入查询关键字:</td>

<input type="submit" name="submit" value="

</td>

</tr>

<tr>

说明：如果有多个查询条件，中间用+隔开。如:1+2+3+4...</td>

</tr>

</table>

</form>

</body>

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

<head>

新闻搜索

function open_window(id)

{

locat="./news/"+id+".html";

window.open(locat,"new","width=550,height=500 ,scrollbars=yes")

}

</script>

</head>

hh2.Click();

</script>

<tr>

</td>

</tr>

标题

</td>

类别

</td>

发布人

</td>

发布时间

</td>

</tr>

</tr>

</table>

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"; }

onClick="open_window(<%=myNews.getContent()%>)"> <%=myNews.getTitle()%>

</td>

<%=myNews.getType()%>

</td>

<%=myNews.getMan_add()%>

</td>

<%=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>

<tr>

</td>

</tr>

</table>

               共搜索到新闻 <%=j%> 条

</body>

这个方法比较原始，但是时间有限，也没办法了，先凑合用。我在自己机器测试：100条记录的时候检索时间是9秒，200条是10秒，300条是12秒。也是可以接受的：）。

这个是基于数据库的，大家可以很容易的扩展到基于文件夹的，只要把文件夹下的所有文件都遍历件出来，就可以和上边的方法一样做全文检索了，文件必须是文本格式的才可以。不过那样的话速度方面就没有保证了。

全文检索是一个大课题，有很多因素要考虑，还有很多技术。这个只是为我的新闻系统做的，也许方法很原始，这也是我能想到的最好的办法了。大家如果有好的全文检索的办法请跟在下面，谢谢。

↑返回目录
前一篇: 投票系统原代码（JSP实现）
后一篇: 使用lomboz调试JSP