[發(fā)明專利]一種MySQL多語言混合文本全文檢索的實現方法

在審

• 申請?zhí)枺?/td>: 201410324275.0
• 申請日: 2014-07-09
• 公開（公告）號: CN104133854A
• 公開（公告）日: 2014-11-05
• 發(fā)明（設計）人: 孔祥盛;潘紅;閃永強;張麗偉;高雪霞;張磊;茹蓓;常青;郜偉雪;魏紅娟;張濤;蘇明強
• 申請（專利權）人: 新鄉(xiāng)學院
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種MySQL多語言混合文本全文檢索的實現方法，其特征在于，所述的MySQL多語言混合文本全文檢索的實現方法包括：

步驟一、MySQL多語言混合文本全文檢索的準備工作，具體任務包括：字符集的統(tǒng)一設置、創(chuàng)建測試用的數據庫、創(chuàng)建測試用的數據庫表、創(chuàng)建全文索引；

步驟二、創(chuàng)建MySQL正譯函數，該函數完成的功能是：將多語言混合文本統(tǒng)一正譯成“英文句子”；

步驟三、創(chuàng)建MySQL反譯函數，該函數完成的功能是：將正譯函數翻譯出來的“英文句子”反譯成多語言混合文本；

步驟四、正譯函數與反譯函數的測試；

步驟五、添加MySQL多語言混合文本測試數據，通過MySQL正譯函數的翻譯工作，將多語言混合文本測試數據正譯成“英文句子”，由MySQL內置的分詞技術建立全文索引；

步驟六、MySQL多語言混合文本全文檢索；

步驟七、自定義多語言混合文本停用詞表，節(jié)省索引所占用的儲存空間，提高檢索效率，同時提高多語言混合文本檢索的查全率和查準率；

步驟八、重建全文檢索。

2.如權利要求1所述的MySQL多語言混合文本全文檢索的實現方法，其特征在于，所述的MySQL多語言混合文本全文檢索的準備工作的具體內容為：

統(tǒng)一設置MySQL字符集、設置MySQL客戶機字符集為UTF8字符集，使用下列命令將MySQL所有字符集設置成UTF8字符集：

show?variables?like'％character％'；

set?character_set_client＝utf8；

set?character_set_connection＝utf8；

set?character_set_database＝utf8；

set?character_set_results＝utf8；

set?character_set_server＝utf8；

為了使MySQL客戶機兼容中文簡體、中文繁體、韓文、日文等多國語言，還需要將MySQL客戶機的字符集設置為UTF8字符集；

創(chuàng)建測試用的數據庫、創(chuàng)建測試用的數據庫表、創(chuàng)建全文索引，下面的SQL語句首先創(chuàng)建了一個test數據庫；然后創(chuàng)建了一個存儲引擎為MyISAM、默認字符集為utf8的書籍book表，該表包括ISBN號isbn字段、書名name字段、簡介brief_introduction字段、價格price字段以及出版時間publish_time字段，其中isbn字段為主鍵；最后向課程book表的簡介字段brief_introduction添加全文索引：

drop?database?if?exists?test；

create?database?test；

use?test；

create?table?book(

isbn?char(20)primary?key,

name?char(100)not?null,

brief_introduction?text?not?null,

price?decimal(6,2),

publish_time?date?not?null

)engine＝MyISAM?default?charset＝utf8；

create?fulltext?index?brief_fulltext?on?book(brief_introduction)；。

3.如權利要求1所述的MySQL多語言混合文本全文檢索的實現方法，其特征在于，所述的創(chuàng)建MySQL正譯函數的具體方法為：

對于真正的英文單詞，正譯函數不進行任何處理，對于中文簡體、中文繁體、日文、韓文等多字節(jié)字符，正譯函數需要將這些字符統(tǒng)一轉換為“英文單詞”，為了區(qū)分真正的英文單詞與偽裝的“英文單詞”，正譯函數統(tǒng)一在偽裝的“英文單詞”前加上空格和反引號以示區(qū)分，其中空格用來表示單詞之間的分詞符號，反引號用來表示多字節(jié)字符的開始，最后MySQL正譯函數負責將所有的英文單詞連成“英文句子”，下面的SQL語句負責創(chuàng)建正譯函數，函數名為to_english_fn()，該函數接收text類型的文本數據，返回正譯后的text類型的文本數據：