[发明专利]一种海量中文文件名快速模糊拼音查询方法

权利要求书

1.一种海量中文文件名快速模糊拼音查询方法，其特征在于，包括如下步骤：

1）判断查询字符串是否为中文拼音，如果为中文拼音则根据模糊拼音规则进行转换并扩展形成新的查询字符串，如果不是中文拼音则查询字符串不变；

2）将上述查询字符串执行Set Backward Oracle Matching算法构建模式串识别的神谕有限自动机；

3）遍历文件名数据库，对所述文件名数据库中存储的文件名进行预过滤；

所述预过滤包括如下步骤：

在所述文件名数据库中将文件名长度少于查询字符串长度的文件名进行第一次过滤；然后判断查询字符串中是否有“.”符号，如果不包含“.”符号，则在查询时只匹配文件名的前缀，如果包含“.”符号，则匹配时以“.”符号的位置为分割匹配文件名的后缀，将后缀不匹配的文件名进行第二次过滤；

4）在文件名数据库中对步骤3）预过滤后的文件名执行SBOM算法匹配，对所有符合条件的查询结果进行排序并返回查询结果。

2.根据权利要求1所述的一种海量中文文件名快速模糊拼音查询方法，其特征在于，所述模糊拼音规则默认设置为“zh=z, ch=c, sh=s, ing=in, ang=an, eng=en”，并可根据用户自主设定。

3.根据权利要求1所述的一种海量中文文件名快速模糊拼音查询方法，其特征在于，所述文件名数据库中至少存储有文件名、文件路径、文件大小、文件时间和预处理信息，所述预处理信息包括文件类型、文件名中是否包含中文以及中文汉字个数、最后一个”.”符号在文件名中的位置；所述文件名、所述文件路径、所述文件大小、所述文件时间和所述预处理信息是通过对文件系统扫描处理后得到的。

4.根据权利要求1所述的一种海量中文文件名快速模糊拼音查询方法，其特征在于，所述步骤1）中根据模糊拼音规则进行转换并扩展的步骤包括：将所述中文拼音根据所述模糊拼音规则进行转换，然后将转换后的拼音与对应的汉字进行关联扩展。

5.根据权利要求1所述的一种海量中文文件名快速模糊拼音查询方法，其特征在于，所述文件名数据库将根据所述文件系统中的文件信息变化实时更新。

6.一种海量中文文件名快速模糊拼音查询系统，其特征在于，包括文件名索引库构建模块、字符串快速匹配算法模块、汉字模糊拼音处理模块和初始化拼音汉字关系对应表；所述文件名索引库构建模块用于实现扫描文件系统并建立文件名数据库系统；所述字符串快速匹配算法模块用于将查询字符串执行Set Backward Oracle Matching 算法并构建模式串识别的神谕有限自动机以及将查询字符串与文件名数据库中存储的文件名执行SBOM算法匹配；所述汉字模糊拼音处理模块用于将中文拼音根据模糊拼音规则进行转换，然后将转换后的拼音与对应的汉字进行关联扩展，形成新的查询字符串；所述初始化拼音汉字关系对应表用于存储所述关联关系并按汉字词频排序。