松散的搜索方法

Question

我想为我的网站做一个搜索选项，为了好玩，我决定至少应该尝试自己做（如果我失败了，总会有谷歌自定义搜索）。

的问题是，我甚至不知道如何处理这个怪物！这里是要求：

• 并非所有关键字搜索需要（如果一个搜索“大欢乐世界”的同时，也会搜索“世界之大”，“欢乐世界”等）
• 常见拼写错误的考虑（从数据库，通过编辑差或方法的常见错误的预定义列表（而不是=>而不是等）。在内容
• 搜索和帖子的标题，与标题的emphesis。
• 不吸

我已经搜索了我的老朋友谷歌它，但我发现的唯一合理的事情是关于这个问题的学术级文件（英语不是我的本地人，我很好，但不是很好=（）。

所以简而言之：没有人知道一个好的开始，教程，文章，例子吗？

在此先感谢。

Answer 1

如果你想创建自己的搜索引擎，apache lucene是可以为你的功能的重要组成部分的护理成熟的开源库。

使用Lucene，你先索引你的信息[使用IndexWriter。这是离线完成的，以创建索引。
在serach上 - 您使用IndexSearcher来查找与您的查询匹配的文档。

如果您想对“如何运作”，你应该多看关于information retrieval一些理论知识。一个良好的开始是斯坦福大学的introduction to information retrieval

Answer 2

有几个选项，你可以尝试：

• 的Apache Lucene的（一个基于PHP实现在Zend框架存在）
• ElasticSearch（Lucene的顶部提供了一个类似于REST的API）
• Xapian的
• 狮身人面像

大概一堆别人的了。