JSP中的全文检索

类别:Java 点击:0 评论:0 推荐:
 

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:)

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

<html>

<head>

<link rel="stylesheet" href="css/style3.css">

<title>新闻搜索</title>

<script language="javascript">     

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>

<body bgcolor="#F0F6E2">

<form name="zl_form"  target="_new" method="post" action="aftsearch.jsp" onsubmit="return subform()">

  <table width="600" bgcolor="#F0F6E2">

    <tr>

      <td colspan="4" height="10">&nbsp; </td>

    </tr>

    <tr>

      <td width="14%">输入查询关键字:</td>

      <td align="left" width="65%">

        <input size="50" type="text" name="keyword" style="font-size: 9pt">

        <input type="submit" name="submit" value="搜索" style="font-size: 9pt">

      </td>

    </tr>

    <tr>

      <td colspan="2" height="9" align="left">

        &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<br>

        <font color="red" size="+1">说明:如果有多个查询条件,中间用</font><font size="+2">+</font><font color="red" size="+1">隔开。如:1+2+3+4...</font></td>

    </tr>

  </table>

</form>

</body>

</html>

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<a.length;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

%>

<html>

<head>

<title>新闻搜索</title>

<META HTTP-EQUIV="Cache-Control" CONTENT="no-cache">

<link rel="stylesheet" href="../css/style3.css">

<script LANGUAGE="javascript">

 function open_window(id)

{

  locat="./news/"+id+".html";

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

}

</script>

</head>

<object id=hh2 classid="clsid:ADB880A6-D8FF-11CF-9377-00AA003B7A11">

<param name="Command" value="Maximize"></object>

<body bgcolor=#F5FAF3 leftmargin="0" topmargin="0" marginwidth="0" marginheight="0">

<script>

hh2.Click();

</script>

<table width="621" border="0">

  <tr>

    <td colspan=5>

      &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;

      &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;

      &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;

       </font>

    </td>

  </tr>

  <tr valign="middle">

    <td width="45%" height="22">

      <div align="center" class = "t_header">标 题</div>

    </td>

    <td width="15%" height="22">

      <div align="center" class = "t_header">类 别</div>

    </td>

      <td width="15%" height="22">

      <div align="center" class = "t_header">发 布 人</div>

    </td>

    <td width="25%" height="22">

      <div align="center" class = "t_header">发 布 时 间</div>

    </td>

  </tr>

  <tr bgcolor="#B7D79F" valign="middle">

    <td colspan="4" height="2"></td>

  </tr>

</table>

<table width="624" border="0" bordercolor="#99CCFF">

<%

 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";   }

%>

           <tr  bgcolor = "<%=color%>">

             <td width="45%" height="20">

             <img src="./images/dot.gif" align = "absmiddle">

<a href="#"  onClick="open_window(<%=myNews.getContent()%>)"> <%=myNews.getTitle()%></a>

             </td>

                     <td width="15%" height="20" align="center">

<%=myNews.getType()%>

             </td>

             <td width="15%" height="20" align="center">

<%=myNews.getMan_add()%>

             </td>

             <td width="25%" height="20" align="center">

<%=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 bgcolor="#B7D79F">

    <td colspan="4" height="2"></td>

  </tr>

             <tr>

             <td colspan=4>

<p align=right>

&nbsp;&nbsp;

             </td>

             </tr>

       </table>

<P align=center> &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;共搜索到新闻 <%=j%> 条 

</body>

</html>

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。

本文地址:http://com.8s8s.com/it/it17148.htm