常見的解決方案

1、sphinx + coreseek

優點 : 技術成熟、穩定

缺點 : sphinx 不支持中文 coressk 目前已經停止維護【如果是純英文環境 sphinx 極佳】

2、迅搜(Xunsearch)

優點 : 技術成熟、穩定

缺點 : 安裝過程復雜，配置不夠靈活

3、mysql 全文搜索

有點：安裝方便、效率高

缺點：對中文支持不夠好

來自hcoder的解決方案 （分詞 + 自主配置）

優點 : 安裝簡單（php 組件）、底層由開發者自行編寫更清晰底層、更容易的優化

缺點 : 需要開發者有 php + mysql 基礎，需要自己編寫整個過程的代碼

原理

1、獲取詞語環節文章數據表 - 逐行讀取文章信息 - 組合所有文字內容 - 分詞、去重 - 記錄到新的數據表2、搜索環節搜索關鍵字記錄表 - 合并文章數據 - 去重 - 展示數據

使用到的第三方組件（scws）

http://www.xunsearch.com/scws/

SCWS 是 Simple Chinese Word Segmentation 的首字母縮寫（即：簡易中文分詞系統）。

這是一套基于詞頻詞典的機械式中文分詞引擎，它能將一整段的中文文本基本正確地切分成詞。 詞是中文的最小語素單位，但在書寫時并不像英語會在詞之間用空格分開， 所以如何準確并快速分詞一直是中文分詞的攻關難點。

SCWS 采用純 C 語言開發，不依賴任何外部庫函數，可直接使用動態鏈接庫嵌入html' target='_blank'>應用程序， 支持的中文編碼包括 GBK、UTF-8 等。此外還提供了 PHP 擴展模塊， 可在 PHP 中快速而方便地使用分詞功能。

分詞算法上并無太多創新成分，采用的是自己采集的詞頻詞典，并輔以一定的專有名稱，人名，地名， 數字年代等規則識別來達到基本分詞，經小范圍測試準確率在 90% ~ 95% 之間， 基本上能滿足一些小型搜索引擎、關鍵字提取等場合運用。首次雛形版本發布于 2005 年底。

SCWS 由 hightman 開發， 并以 BSD 許可協議開源發布，源碼托管在 github。

PHP教程

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。