MySQL实现多关键词模糊搜索,搜索结果按照匹配关键词的多寡来排序
目前在做“Brick4.com - 国产积木索引表”这个小工具。它是当作“工具书”而存在的,必然需要一个靠谱的检索功能。按主题和品牌这些即有的筛选就不说了,今天把我的摸索过程整理一下,说说如何用 MySQL 实现多关键词站内“模糊查找”。
拿一个简化的小表儿做例子
表名叫:article
字段有:title、subtitle、tag、text……
涉及到查找的字段有三个:title、subtitle、tag
像我这种初学者,首先想到的肯定是 LIKE ,关键词是“车”的话,就这样:
SELECT * FROM article WHERE
title LIKE "%车%"
OR subtitle LIKE "%车%"
OR tag LIKE "%车%"
怎么样?LIKE 是万能的,用一个 LIKE 解决不了的事情就多用几个 LIKE 。于是多关键词就这样搞:
SELECT * FROM article WHERE
(
title LIKE "%车%"
OR subtitle LIKE "%车%"
OR tag LIKE "%车%"
) OR (
title LIKE "%摩托%"
OR subtitle LIKE "%摩托%"
OR tag LIKE "%摩托%"
) OR (
title LIKE "%红色%"
OR subtitle LIKE "%红色%"
OR tag LIKE "%红色%"
) OR (
title LIKE "%美国%"
OR subtitle LIKE "%美国%"
OR tag LIKE "%美国%"
) OR (
title LIKE "%2006%"
OR subtitle LIKE "%2006%"
OR tag LIKE "%2006%"
)
虽然很工整,不过能不能简洁一点?当然行!看我变形!我们可以用正则:
SELECT * FROM article WHERE
title REGEXP "车|摩托|红色|美国|2006"
OR subtitle REGEXP "车|摩托|红色|美国|2006"
OR tag REGEXP "车|摩托|红色|美国|2006"
怎么样?意外不意外?惊喜不惊喜?其实咱们还可以更进一步,把几个字段合并起来:
SELECT * FROM article WHERE
CONCAT_WS(" ", title, subtitle, tag) REGEXP "车|摩托|红色|美国|2006"
这一句话,和前面洋洋洒洒那一大坨是等同的。
之所以用 CONCAT_WS()
而不是 CONCAT()
,是因为后者在某字段为 NULL 的情况下会导致合并结果为 NULL,万无一失嘛,我们用前者。
要求不高的话,到这其实就可以了。但是总感觉找到的文章似有关联又东一榔头西一杵,所以咱们要排序。我希望“按照匹配关键词的多寡来排序”,匹配关键词越多的文章越靠前,咋办呢?
SELECT *,
(
(IF( CONCAT_WS(" ", title, subtitle, tag) LIKE "%车%", 1, 0))
+ (IF( CONCAT_WS(" ", title, subtitle, tag) LIKE "%摩托%", 1, 0))
+ (IF( CONCAT_WS(" ", title, subtitle, tag) LIKE "%红色%", 1, 0))
+ (IF( CONCAT_WS(" ", title, subtitle, tag) LIKE "%美国%", 1, 0))
+ (IF( CONCAT_WS(" ", title, subtitle, tag) LIKE "%2006%", 1, 0))
) AS keyweight
FROM article WHERE
CONCAT_WS(" ", title, subtitle, tag) REGEXP "车|摩托|红色|美国|2006"
ORDER BY keyweight DESC
“通过一组关键词站内模糊搜索,按照匹配关键词的多寡来排序。”这个需求,目标达成!撒花撒花~
最终的语句扔在这里,相信你一看就懂了。关键是思路,我可是沥沥拉拉摸索了好几天啊……
在今天的例子里 title、subtitle、tag 三个字段同等重要,所以直接合并起来,如果你希望有权重的概念,比如 主标题 大于 副标题 大于 标签,思考一下,其实也不复杂。
最后再打个广告:Brick4.com - 最实用的国产积木索引表 更好用了!感兴趣的小伙伴快来支持一下!!
2017-09-13 更新
发现 Brick4 搜索的关键词开始区分大小写了。探究源头是因为最近把一个数据类型为 INT 的字段纳入了检索,区分大小写正是因此造成的。
举个例子,比如 time 的数据类型是数字,title 是文本,直接这样写就会区分大小写:
SELECT * FROM article WHERE
CONCAT_WS("", time, title) REGEXP "关键词"
要是把数字转成字符串再拼合就没事了:
SELECT * FROM article WHERE
CONCAT_WS("", CHAR(time), title) REGEXP "关键词"
上述转自:
http://lao.si/120
============================================================================
今天一同事碰到一奇葩需求。
多个模糊查询结果 优先按照某一个模糊查询匹配
思路一:优先的模糊查询先查 union 其他的模糊查询结果 再分页,但是花费时间*2
思路二:产品角度考虑,既然优先某一个模糊查询,可以分为两个查询页面/采用tab页形式,,
ok sql级别的模糊查询就这样了。。多个角度优化