好消息：终于搞定一个全文检索引擎 - lucene(0分)

D

Derlin

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-01

• #21

爽，确实爽！

 

蒋

蒋劲刚

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-01

• #22

[]速度还可以。满快的！

 

C

cxyhy

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-01

• #23

gz

 

C

coolcat

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-01

• #24

我现在用的那个太差了..
经常出现内存溢出和表达式太复杂的提示...
烦死了..

 

D

DoubleWood

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-02

• #25

提个意见，比如我检索"SCSI"，检索结果的最后2条返回的内容实在太多，
占了1页还多(1024*768的分辨率下)，是否可以考虑加以限制？
希望大富翁越来越好

 

Y

yysun

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-02

• #26

大家可以试验一下这个地址： http://search.delphibbs.com

 

Y

yysun

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-02

• #27

现在大富翁每天进帖子3000个, 形成一个庞大的资料库。
配合全文检索, 我们有希望做成类似 google 的东东了。
有没有人能告诉我这个全文检索网站（速度如何？
http://search.delphibbs.com

 

Y

yysun

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-02

• #28

起用新域名: http://search.delphibbs.com

 

吴

吴剑明

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-03

• #29

yysun:
不如讲讲或者公开你那个全文搜索的方法？这样对大家都有所提高。
我现在用我自己新写的程序（没用任何第三方引擎）：
标题搜索最快小于一秒，最慢16秒。
全文搜索最快1秒，最慢还是要一分钟。
感觉有点到头了的说。

 

吴

吴剑明

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-03

• #30

以下是我这两天的结果：
按秒记：
非技术问题 按标题(bde) 按标题(odbc) 按全文（bde) 按全文（odbc) 按标题(jdbc) 按全文(jdbc)
myrich1.2 129 20 17 67 65
re3.1 17 25 11 116 116
myrich1.3 1 3 2 <1 3 11 58
看来关键时刻还得看YYSUN做的引擎了。

 

D

DoubleWood

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-03

• #31

to 吴剑明:
其实孙老师公布的网址上就有源码和介绍
可惜我看不懂，因为是Java写的，我不懂java
估计改成delphi再加上适当的优化，速度还有相当大的提高余地。
我估计孙老师也还没将其改到Delphi。不然也不会只公布原网址
如果你确实很想知道方法，那就去看java的源码。

 

吴

吴剑明

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-03

• #32

JAVA就JAVA，反正我也是写JAVA的。：）
代码在哪个URL？

 

苦

苦海无边

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-04

• #33

cool~![]

 

Y

yysun

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-04

• #34

自我下载 Lucene，用了3天（下班后的业余时间）改进了它的中文支持，
用了1天 建立了大富翁全文检索引擎 servlet，用了2天申请了一个新的 Web 空间。
这样，在一个星期左右，大富翁全文检索网站 http://www.richsearch.com 就面世了，
欢迎大家使用！

 

Y

yysun

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-05

• #35

开始倒是想把 Lucene 改成 Delphi，但是发现不好办，原因就是 Lucene 使用了一个叫
JavaCC 的文法工具 http://www.metamata.com/javacc
http://www.javaworld.com/javaworld/jw-12-2000/jw-1229-cooltools.html
JavaCC 能把 BNF 转换成相应的 Java 语法分析类。比如，我们的查询语法的 BNF 是：
* Query ::= ( Clause )*
* Clause ::= ["+", "-"] [<TERM> ":"] ( <TERM> | "(" Query ")" )
用 JavaCC 就能生成 7 个 Java 类。这些类负责检验用户输入的语法和分词(Tokenize)。
Lucene 首先操作这些类，看用户输入的内容是否符合规范、做分词，然后再检索。
这么做的好处是定义语法非常方便，并且是的检索语法和检索引擎分离。
但是，因为我们没有 DelphiCC，只能硬改 JavaCC 生成 7 个 Java 类，万一语法变化，
JavaCC 生成新的 7 个 Java 类。所作修改统统作废。所以把它改成 Delphi 的意义不大。
Java 的好处是其核心为 Unicode，因此我们在中文处理上并没有太大的麻烦。
利用 Lucene 的大富翁全文检索可以做成 servlet，也可以做成 SOAP Server，
或者本机的一个 TCP Server/Service。

 

D

datm

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-05

• #36

牛，真牛。
我提个建议，能不能公布用户查询的关键字排名。

 

D

datm

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-05

• #37

yysun老板，出了个问题：
检索表达式: 浩瀚的工程-汉化Delphi所有的帮助文件，共检索到 1 个记录，用时 9262 微秒。

返回
里面没有列表。

 

Y

yysun

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-05

• #38

谢谢，datm 这确实是个不大不小的 bug - 只检索到一条记录时，不会显示出来。
遍历一个数组，我竟然写成了 for(int ii=0;
ii<nn.length()-1;
ii++) 低级错误啊[]
这就改正！
另外，用户输入的检索词我已经保存下来，过一段时间可以整理出来。

 

D

datm

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-05

• #39

呵呵，yysun的精神真值得我好好学习。
我只是对全文检索很感兴趣，但从来没想过去研究。所以搞了8，9的编程还是停留在控件的使用。
当然Windows编程才弄了2年。一个标准的实用主义者。
对了，为什么不把
http://www.shareware.net.cn/shareware_view.asp?id={53878364-C248-45B6-BDAC-F290A0C6227C}
改成：
http://www.shareware.net.cn/shareware_view.asp?id={53878364-C248-45B6-BDAC-F290A0C6227C}&amp;func=author

 

Q

qdyoung

Unregistered / Unconfirmed

GUEST, unregistred user!

• 2001-12-06

• #40

帖子数据是转入文本？XML存储的吗？不会每个帖子保存一个文件吧？