[发明专利]精准分词实现文件全文搜索的检索方法

说明书

本发明公开了一种精准分词实现文件全文搜索的检索方法，服务器接收客户端上传的待检索的字符串，并且根据规则引擎将待检索的字符串满足规则引擎的字符串生成至少一个倒排索引数据，将所述至少一个倒排索引数据建立索引并且并且进行检索。本发明能够将磁盘空间存储数据量减少N倍，极大的节省了磁盘存储空间，由于减少磁盘存储、服务器数量、人力投入，故极大的减少企业成本；由于存储及检索都使用同一规则引擎，由此实现精准检索，提高了检索效率。

技术领域

本发明属于计算机技术领域，具体涉及一种精准分词实现文件全文搜索的检索方法。

背景技术

在使用云盘存储企业文件时，有时不但要根据文件名查找到具体文件的文件及存储的路径，还需要根据文件中存储的内容查找到具体的文件及存储的路径；但是目前的Elasticsearch的ngram算法并不支持一些特殊符号，如-、@、+、-、/等，而采用ngram分词算法，生成的索引数据量巨大。

发明内容

有鉴于此，本发明的主要目的在于提供一种精准分词实现文件全文搜索的检索方法。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例提高一种精准分词实现文件全文搜索的检索方法，该方法为：服务器接收客户端上传的待检索的字符串，并且根据规则引擎将待检索的字符串满足规则引擎的字符串生成至少一个倒排索引数据，将所述至少一个倒排索引数据建立索引并且并且进行检索。

上述方案中，所述规则引擎至少包括支持的英文字符、支持的数字、支持的特殊符号、最小搜索字符长度中至少一种规则。

上述方案中，该方法还包括：所述服务器读取客户端上传的文档，并且将文本内容根据规则引擎进行正规化，之后，将文档中的文本内容切分为至少一个独立的单词，并且将所述至少一个独立的单词构建成为倒排索引。

上述方案中，该方法还包括：所述服务器根据至少一个倒排索引数据在倒排索引中检索匹配的文档。

上述方案中，该方法还包括：对所述规则引擎中的每一种规则配置优先级，当根据所述规则引擎将待检索的字符串满足规则引擎的字符串生成至少一个倒排索引数据时，将所述待检索的字符串按照规则引擎中规则的优先级高低依次进行对比生成至少一个倒排索引数据。

与现有技术相比，本发明能够将磁盘空间存储数据量减少N倍，极大的节省了磁盘存储空间，由于减少磁盘存储、服务器数量、人力投入，故极大的减少企业成本；由于存储及检索都使用同一规则引擎，由此实现精准检索，提高了检索效率。

附图说明

图1为本发明实施例提高一种精准分词实现文件全文搜索的检索方法的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提高一种精准分词实现文件全文搜索的检索方法，如图1所示，该方法通过以下步骤实现：

步骤101：所述服务器读取客户端上传的文档，并且将文本内容根据规则引擎进行正规化，之后，将文档中的文本内容切分为至少一个独立的单词，并且将所述至少一个独立的单词构建成为倒排索引。

具体地，所述规则引擎至少包括支持的英文字符、支持的数字、支持的特殊符号、最小搜索字符长度中至少一种规则。

例如，a支持所有英文字符，包含大小写；b支持所有数字1--9排列组合；c支持特殊符号“-”；d最小搜索字符长度为4。

对所述规则引擎中的每一种规则配置优先级，