一个简单的全文索引库，包括建立索引到检索索引结果，希望和大家共享 (0分)

不知道大家有没有兴趣？
我想和大家共享，一起完善这个文件全文索引，有兴趣的可给我来信，一起探讨
ccwtt@btamail.net.cn
以下是我的全文索引简单说明
TFullTextIndex = class
private
iIndexFileHandle: integer;
procedure CalculateIndexPos;
function InsertFilePos(CharCode: integer;
FileNo: integer;
Position: integer): Boolean;
function InsertPosition(var PositionList: TList;
Position: integer): Boolean;
function IsTextTogether(Text: string;
FileNo: integer): Boolean;
function ReadOneCharIndex(pCharIndex: PTCharIndex): Boolean;
function ReadOneFileIndex(pCharPosInFile: PTCharPosInFile): Boolean;
function GetCharIndex(CharCode: integer): PTCharIndex;
function GetCharPosition(CharCode: integer;
FileNo: integer): PTCharPosInFile;
function ReadCharIndex: Boolean;
function ReadFileIndex: Boolean;
function SearchChar(CharCode: integer;
var FileNoArray: TFileNoArray): Boolean;
function SearchWord(Word: string;
var FileNoArray: TFileNoArray): Boolean;
public
IndexFileName: string;
FullIndex: TList;
constructor Create(FileName: string='');
destructor Destroy;
override;
procedure FreeIndex;
function ReadAllIndex: Boolean;
//建立索引文件用
function ReadFileToIndex(FileNo: integer;
FileName: string): Boolean;
function WriteIndexToFile: Boolean;
//在索引文件中进行全文检索
function SearchString(Text: string;
var FileNoArray: TFileNoArray): Boolean;
end;

软件首次运行，要求用户输入信息，如注册名，单位名只类的。
将次字符串加密为一个字符串，加密酸法可以自己写，并在程序中写响应的逆酸法将结果写入注册表
要求拥护注册，拥护正确注册后，将注册吗写入注册表
每次启动查看注册表相应键值，若是为空或是不对，要求拥护注册，否则，跳国注册界面

如果是微软的平台，直接封装微软的全文检索也不错
-----
http://www.8421.org

"直接封装微软的全文检索"?
是什么？我怎么没听说过？请详细点，谢谢！（不会是Index Server吧)

用它的COM接口，很不错

那需要安装Index Server!受很大限制,而且好像只能用在服务器上,不知是否正确?

win2k几个版本都有

可是很多机器现在都是Win9x呀，而且我的全文索引还可以用在数据库中，
比如Access这样不支持全文索引的数据库，实现数据库的全文索引

目前我的全文索引存在一个缺点，就是索引文件太大，索引大约是正文的2－3倍，
想和大家一起共享，完善，降低索引的大小，我个人的能力毕竟是有限的。

没有函数实现阿?

我有兴趣

全文检索的关键就是分词表，用词做key建立索引，
我看你的好象是“字”索引呀。

to xusong168:
我用的确实是字索引，而不是词索引
function InsertFilePos(CharCode: integer;
FileNo: integer;
Position: integer): Boolean;
函数是用于记录索引在文件中的位置，以达到写文件的时候顺序写入，避免你所谓的“插入”。
其实建立索引是一次性的，效率不是很重要，重要的是查询速度，那才是最关键的

"字索引"的话，检索的时候开销不是很大？
毕竟很少只查一个字。如果查2个字，就要2倍的时间。

开销不是这样的计算的.因为词的数量远大于字.所以查两个字的时间未必多于一个词

？

呵呵，我可不敢让你替我做。我只是想把我的这个给大家用，也就是给你用，如果
在用的过程中有什么地方优化了，增加功能了，可以再返给我，我们一起来把它做
得更好。如果你用不着全文检索，就算了，谢谢你的好意。
不过，如果你想和我合作，我还有别的东西可以一起做，不知道你是否感兴趣？

假如用在“大富翁”离线浏览器上的话
我查一个每篇都有的词，比如是“回答”“答案”什么的，你那个要多大开销呀！
你要把“回”“答”的索引分别取出来，然后取交集，然后把每篇文章扫描一遍，
以便确定“回”后面紧接着有个“答”。

xusong168,你真聪明,确实要先交集,再判断是否是一个词.
象你说的那个开销,当然会很大,我没有测试过,只测试过6000篇文章,
如果查找一个全部文章都有的词,我的 PII 300 256M内存,大约需要0.1-0.2秒
如果你不需要全文检索,就不用麻烦你优化了,那样就失去了我的本意

我本想帮你改善你的程序，看来你不需要，那就算了。
我也有可能写一个全文检索的引擎。