[发明专利]一种MySQL多语言混合文本全文检索的实现方法

权利要求书

1.一种MySQL多语言混合文本全文检索的实现方法，其特征在于，所述的MySQL多语言混合文本全文检索的实现方法包括：

步骤一、MySQL多语言混合文本全文检索的准备工作，具体任务包括：字符集的统一设置、创建测试用的数据库、创建测试用的数据库表、创建全文索引；

步骤二、创建MySQL正译函数，该函数完成的功能是：将多语言混合文本统一正译成“英文句子”；

步骤三、创建MySQL反译函数，该函数完成的功能是：将正译函数翻译出来的“英文句子”反译成多语言混合文本；

步骤四、正译函数与反译函数的测试；

步骤五、添加MySQL多语言混合文本测试数据，通过MySQL正译函数的翻译工作，将多语言混合文本测试数据正译成“英文句子”，由MySQL内置的分词技术建立全文索引；

步骤六、MySQL多语言混合文本全文检索；

步骤七、自定义多语言混合文本停用词表，节省索引所占用的储存空间，提高检索效率，同时提高多语言混合文本检索的查全率和查准率；

步骤八、重建全文检索。

2.如权利要求1所述的MySQL多语言混合文本全文检索的实现方法，其特征在于，所述的MySQL多语言混合文本全文检索的准备工作的具体内容为：

统一设置MySQL字符集、设置MySQL客户机字符集为UTF8字符集，使用下列命令将MySQL所有字符集设置成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；

为了使MySQL客户机兼容中文简体、中文繁体、韩文、日文等多国语言，还需要将MySQL客户机的字符集设置为UTF8字符集；

创建测试用的数据库、创建测试用的数据库表、创建全文索引，下面的SQL语句首先创建了一个test数据库；然后创建了一个存储引擎为MyISAM、默认字符集为utf8的书籍book表，该表包括ISBN号isbn字段、书名name字段、简介brief_introduction字段、价格price字段以及出版时间publish_time字段，其中isbn字段为主键；最后向课程book表的简介字段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.如权利要求1所述的MySQL多语言混合文本全文检索的实现方法，其特征在于，所述的创建MySQL正译函数的具体方法为：

对于真正的英文单词，正译函数不进行任何处理，对于中文简体、中文繁体、日文、韩文等多字节字符，正译函数需要将这些字符统一转换为“英文单词”，为了区分真正的英文单词与伪装的“英文单词”，正译函数统一在伪装的“英文单词”前加上空格和反引号以示区分，其中空格用来表示单词之间的分词符号，反引号用来表示多字节字符的开始，最后MySQL正译函数负责将所有的英文单词连成“英文句子”，下面的SQL语句负责创建正译函数，函数名为to_english_fn()，该函数接收text类型的文本数据，返回正译后的text类型的文本数据：