Php 如何通过文本搜索实现基于Web的文件数据库查找

我有一系列这样的文件：

foo1.txt.gz
foo2.txt.gz
bar1.txt.gz
..etc..

以及描述这些文件的表格格式文件：

foo1 - Explain foo1
foo2 - Explain foo2
bar1 - Explain bar1
..etc..

我想做的是有一个简单的搜索栏网站，并允许人们键入

foo1

或只是

foo

，最后返回gzip文件和文件的相关解释

实现这一点的最佳方式是什么，我应该使用什么样的工具。 对不起，我是这方面的新手

更新： 我特别想给出链接到匹配文件的URL列表。以便 人们以后可以选择下载哪一个

您构建了一个HTML搜索表单

• 表单有一个文本输入元素

• 提交时，表单会将搜索字符串的值从发送到后端脚本（例如，为了简单起见，我使用CGI.pm实现了一个Perl CGI脚本，不过现在使用的是更现代的web框架，如Perl的Catalyst或模板框架，如EmbPerl）

后端脚本将搜索匹配的文件：

• 在Perl中打开匹配文件的列表，使用

  glob（“*$search*.txt.gz”）

  ，如果文件位于子目录中，则使用File:：Find模块

• 打开、读取描述文件并将其解析为哈希映射文件base“foo1”到描述

• 运行

  grep

  查找与搜索字符串匹配的文件名（使用正则表达式）

• 打印HTML报告页面，其中包含列出找到的文件名及其说明的表格-该页面将发送回浏览器

• 文件名将是下载文件的链接（见下文）。最简单的方法是将文件添加到“htdocs”树中的目录中，例如web服务器查找文档的目录中的某个位置。然后您可以通过URL引用它们。例如，如果您的主页是/home/webpages/main/index.html（URL为），您可以将文件放在/home/webpages/main/foofiles/foo1.txt.gz中，URL为

您必须确保您的web服务器可以使用适当的内容头发送这些文件（例如，不会以文本/html格式发送）

---

出于性能方面的原因，您可能需要做的是让一个周期性的过程构建索引。有非常复杂的方法可以做到这一点，但也有可能以非常简单的方式使某些东西相当有用

从本质上说，“索引”与你在教科书结尾处找到的东西完全相同，但它可以将这个想法转化为计算机世界。您需要扫描描述表，并构建一个键/值“dictionary”、“hash”或任何您的语言的等价结构。关键将是您在描述中找到的单词。这些值将是一个URL数组（或列表或您的语言所称的任何东西），其中可以找到该单词

在处理查询时，将查询中的单词分开，并在词典中查找每个单词。然后，每个“url”可以为url包含的每个单词获得一个分数。然后根据每个url的点数对结果进行排名。或者，通过在通过查找单词找到的所有不同url数组之间执行集合交集，您可以只返回包含所有单词的结果

根据您试图实现的目标，您可以更深入地了解如何构建索引，例如使用单词的语音表示作为键，而不是原始单词本身。进行搜索时，将搜索词分解为其语音表示形式，这样可以消除常见拼写错误的问题

或者，您可以通过为每个单词制作重复的键来直接解决常见的拼写错误

或者，您也可以为字母三元组而不是整个单词编制索引，以捕获具有不同时态和变化的单词的替代形式

等等等等

---

您可能不希望在每个查询上构造此索引（否则，有什么意义？），因此您希望能够将其保存到磁盘，并在查询期间将其（或其部分）加载到内存中。无论您是使用数据库还是其他什么，我都将由您决定。

有一件事不清楚，如果用户选择

foo

，会发生什么。他们会得到

foo1

，因为这是第一次匹配还是其他什么？@RSK：如果人们键入“foo”，它应该返回“foo1”和“foo2”。注意：如果你真的想下载匹配的文件给用户，请更新你的问题，清楚地说明这一点，我会添加相关说明。非常感谢。我已经将更新添加到OP。请检查。