您现在的位置： 365建站网 > 365文章 > Zend_Search_Lucence 中用UTF-8 编码建立索引的问题

Zend_Search_Lucence 中用UTF-8 编码建立索引的问题

文章来源：365jz.com 点击数：385 更新时间：2009-09-24 22:33 参与评论

PHP 的 Zend_Search_Lucence 是ZendFrameWork 的一个扩展包。因为是汉字，所以只能用UTF-8 来建立索引，建立了索引后发现
搜索的时候不对了。原来，搜索的时候，即时你输入的字符串是UTF-8的，你也要默认的设置搜索字符的编码。看来下面的代码就应该明白了。
用UTF-8建立索引是中文搜索的第一步，过几天再写篇文章介绍Zend_Search_Lucence 索引中文。

（下面的代码只是做测试用的）
建立索引的代码如下：

/**
* @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()); //设置utf-8格式编码，并且是大小写不敏感的。

// 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();

搜索的代码：

/**
* @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()); //必须设置，告诉它字符串的处理方式。

$search = 'php';
Zend_Search_Lucene_Search_QueryParser::setDefaultEncoding('utf-8'); //必须告诉，告诉查询解析器字符串的编码。我用的zend 版本比较低，不设置，就查不出来，高版本的zend 据说是可以不用设置的。

$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";
    }
}

如对本文有疑问，请提交到交流论坛，广大热心网友会为你解答！！点击进入论坛

您可能感兴趣的文章:

发表评论 (385人查看，0条评论): 请自觉遵守互联网相关的政策法规，严禁发布色情、暴力、反动的言论。

昵称：

最新评论

------分隔线----------------------------

上一篇：PHP168 6.0及以下版本漏洞
下一篇：使用static来避免“重复读”

大家感兴趣的内容

Zend_Search_Lucence 中用UTF-8 编码建立索引的问题

您可能感兴趣的文章:

公司信息

快速入口

其它栏目

业务咨询