[发明专利]一种用于离线搜索的小规模索引数据存储方法

摘要

本发明公开了一种用于离线搜索的小规模索引数据存储方法，包括如下步骤：将数据内容按照从0开始的顺序编号，将各标题存入数组中；逐一对数据内容拆分关键字；逐一将拆分的关键字存入关联数组结构中，关联数组的键就是关键字本身，关联数组的值就是一个大二进制数，某位n为1表明该关键字在第n篇网页或文档中存在，为0表示不存在；在对所有内容完成分析之后，对关联数组做内容压缩，即压缩关联数组的值，将连续相同的位采用行程压缩方法做第一次压缩；将关联数组做序列化输出成字符串，对该字符串再次压缩。本发明提供的索引数据存储方法，具有结构简单，数据紧凑，查询速度快，以及对组合查询运算友好的特性。

主权项

1.一种用于离线搜索的小规模索引数据存储方法，其特征在于，包括如下步骤：(1)将数据内容按照从0开始的顺序编号，将各标题存入数组中；(2)逐一对数据内容拆分关键字；(3)逐一将步骤(2)中拆分的关键字存入关联数组结构中，关联数组的键就是关键字本身，关联数组的值就是一个大二进制数，某位n为1表明该关键字在第n篇网页或文档中存在，为0表示不存在；(4)在对所有内容完成前述步骤(1)～步骤(3)的分析之后，对关联数组做内容压缩，即压缩关联数组的值，将连续相同的位采用行程压缩方法做第一次压缩；(5)将步骤(4)中关联数组做序列化输出成字符串，对该字符串再次压缩；如果网站服务器支持gzip压缩方式，则直接利用网站服务器来压缩；(6)客户端在取得经压缩的关联数组字符串之后，将其解压并反序列化，获得关联数组索引结构；(7)在用户查询单一关键字时，用Javascript从关联数组中查询关键字，如果找到了，将该键的值表达成查询结果，返回一个有网页或文档标题的列表；(8)对于组合查询，用Javascript从关联数组中查询各关键字，将其找到的值做组合运算，其运算结果即为结果大二进制数字，如果某位为1则该篇网页或文档存在，为0则不存在，给用户返回一个查询结果即可。