一、作用
全文搜索算法適合文本文件的搜索。
二、應用場景
全文搜索算法廣泛應用在各個網站的搜索功能中。
三、全文搜索和正則模糊查詢的區別
1、全文搜索可以把搜索關鍵字進行分割，提取出相關的關鍵詞。
2、正則模糊查詢只能把關鍵字作為整體，不能分割詞匯。
四、全文搜索的思路
(一)把被查詢的文本文件建立索引庫
1、在磁盤中確定一個文件作為索引文件。
索引文件的格式自定義，方便進行查詢。
2、索引文件的作用：
建立關鍵字和文件路徑、出現位置的對應關系。
假設詞匯“漂亮” 出現在文本文件 《我的對象》中，那么這個詞匯在索引中的記錄內容是：
漂亮 : 《我的對象》文件存放路徑 : 出現的起始字節位置
3、如何確定索引文件的內容？
3.1、按照順序讀取文本文件的字符，按照分詞規則忽略無用詞匯，提取關鍵詞匯。
3.2、給每個關鍵詞匯存入一個索引到索引文件里。
(二)開發網絡接口給外部查詢
1、提供HTTP接口給外部查詢
2、查詢思路：
用戶輸入查詢關鍵字，提交給后臺。
后臺獲取關鍵字，開始分詞。
把詞匯到索引文件中查詢。
如果詞匯出現在索引文件中，返回文件的路徑和坐標。
后臺把該文件內容返回(把目標詞匯高亮顯示)。
五、關鍵思路
(一)如何分詞
1、建立忽略詞匯表
把那些代詞、介詞、標點符號組成一個忽略表，用來忽略不計。
例如 我、我們、的、地、你、了
忽略標點符號： 、；，！？。
2、建立關鍵詞匯表
需要用戶不斷的錄入詞匯，方便查詢。
把漢語的詞匯都錄進去，例如：目錄、模型、關鍵、物質、組織、基礎、訓練、右擊、考試、老師等。
3、把文字序列進行分詞
從最左邊開始，判斷每一個字符：
如果在忽略詞匯表中，就忽略該詞匯，讀取下一個字符。
如果在關鍵詞匯表的詞匯中，有詞匯的第一個詞和該詞匯相等，那么讀取下一個字符是否匹配第二個字符。
例如當前字符是‘禮’，在關鍵詞匯表中有 ‘禮儀’這個詞匯的第一個詞匯和它相等，那么讀取第二個字符是否等于‘儀’。
注意：可能只有匹配一個字符也滿足。
4、如果查詢序列和關鍵詞匯表有相等的，就獲取索引文件中出現過的文件。
(二)索引文件如何建立
采用二進制格式，每條記錄連續存放。
單條記錄格式：20字節關鍵字 50字節相關文件路徑 4字節出現的起始索引位置六、通俗介紹
(一)被搜索的文本文件通過分詞操作，建立索引。
(二)用戶提交關鍵句進行查詢，后臺根據關鍵句子也進行分詞操作，從索引文件中找到關鍵字相等的那些文件路徑，把文件內容返回給用戶。
案例：
1、搜索時有一句話： 我的未來不是夢。
2、分詞后忽略： 我 的 。
3、分詞后獲得的關鍵字：未來 不是 是夢 夢
4、把未來、不是、是夢、夢這四個關鍵字去索引文件里查詢，如果存在就返回對應的文件路徑。
5、假設找到以下文件路徑(這些文件內容中出現過關鍵字)：
/doc/關于未來的演講.html
/doc/我的未來生活.txt
/doc/我做了一個夢.doc
6、把這些文件路徑代表的文件讀取，用內容列表返回給用戶。
)
