您現(xiàn)在的位置： 365建站網(wǎng) > 365文章 > Zend_Search_Lucence 中用UTF-8 編碼建立索引的問(wèn)題

Zend_Search_Lucence 中用UTF-8 編碼建立索引的問(wèn)題

文章來(lái)源：365jz.com 點(diǎn)擊數(shù)：399 更新時(shí)間：2009-09-24 22:33 參與評(píng)論

PHP 的 Zend_Search_Lucence 是ZendFrameWork 的一個(gè)擴(kuò)展包。因?yàn)槭菨h字，所以只能用UTF-8 來(lái)建立索引，建立了索引后發(fā)現(xiàn)
搜索的時(shí)候不對(duì)了。原來(lái)，搜索的時(shí)候，即時(shí)你輸入的字符串是UTF-8的，你也要默認(rèn)的設(shè)置搜索字符的編碼?？磥?lái)下面的代碼就應(yīng)該明白了。
用UTF-8建立索引是中文搜索的第一步，過(guò)幾天再寫(xiě)篇文章介紹Zend_Search_Lucence 索引中文。

（下面的代碼只是做測(cè)試用的）
建立索引的代碼如下：

/**
* @see Zend_Feed
*/
require_once 'Zend/Feed.php';

/**
* @see Zend_Search_Lucene
*/
require_once 'Zend/Search/Lucene.php';

//create the index
$index = new Zend_Search_Lucene(dirname(__FILE__) . '/index', true);

Zend_Search_Lucene_Analysis_Analyzer::setDefault(new Zend_Search_Lucene_Analysis_Analyzer_Common_Utf8_CaseInsensitive()); //設(shè)置utf-8格式編碼，并且是大小寫(xiě)不敏感的。

// index each item
$rss = Zend_Feed::import('http://feeds.feedburner.com/ZendDeveloperZone');

foreach ($rss->items as $item) {
    $doc = new Zend_Search_Lucene_Document();

    if ($item->link && $item->title && $item->description) {

        $link = htmlentities(strip_tags($item->link()));
        $doc->addField(Zend_Search_Lucene_Field::UnIndexed('link', $link, 'utf-8'));

        $title = htmlentities(strip_tags($item->title()));
        $doc->addField(Zend_Search_Lucene_Field::Text('title', $title, 'utf-8'));

        $contents = htmlentities(strip_tags($item->description()));
        $doc->addField(Zend_Search_Lucene_Field::Text('contents', $contents, 'utf-8'));

        echo "Adding {$item->title()}

\n";
$index->addDocument($doc);
}
}

$index->commit();

搜索的代碼：

/**
* @see Zend_Search_Lucene
*/
require_once 'Zend/Search/Lucene.php';

$index = new Zend_Search_Lucene(dirname(__FILE__) . '/index');
echo "Index contains {$index->count()} documents.\n";
Zend_Search_Lucene_Analysis_Analyzer::setDefault(new Zend_Search_Lucene_Analysis_Analyzer_Common_Utf8_CaseInsensitive()); //必須設(shè)置，告訴它字符串的處理方式。

$search = 'php';
Zend_Search_Lucene_Search_QueryParser::setDefaultEncoding('utf-8'); //必須告訴，告訴查詢(xún)解析器字符串的編碼。我用的zend 版本比較低，不設(shè)置，就查不出來(lái)，高版本的zend 據(jù)說(shuō)是可以不用設(shè)置的。

$hits   = $index->find(strtolower($search));

echo "Search for \"$search\" returned " .count($hits). " hits.\n\n";

foreach ($hits as $hit) {
    echo str_repeat('-', 80) . "\n";
    echo 'ID:    ' . $hit->id                     ."\n";
    echo 'Score: ' . sprintf('%.2f', $hit->score) ."\n\n";

    foreach ($hit->getDocument()->getFieldNames() as $field) {
        echo "$field: \n";
        echo '    ' . trim(substr($hit->$field,0,76)) . "\n";
    }
}

如對(duì)本文有疑問(wèn)，請(qǐng)?zhí)峤坏浇涣髡搲?，廣大熱心網(wǎng)友會(huì)為你解答！！點(diǎn)擊進(jìn)入論壇