الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

يات-محرك البحث محرك بحث النص

محرك بحث من جامعة صن يات صن

مقدمة المشروع

Yat-Search Engine هو محرك بحث نصي فعال يدعم تحميل ملفات متعددة، والاستعلام الدقيق، والاستعلام الغامض، واستعلام التعبير العادي. يهدف هذا المشروع إلى توفير حل سريع ودقيق للبحث عن النص، مع وظائف التخزين والتسجيل المستمرة، ويدعم الواجهة الصينية.

تجدر الإشارة إلى أن البحث الصيني لا يمكن إكماله إلا من خلال خيار "البحث الغامض"، ويجب أن يكون هناك رمز "."

هذا المشروع لأغراض التعلم والتواصل فقط، يرجى عدم استخدامه لأغراض تجارية. المؤلف الأصلي ليس مسؤولاً عن أي عواقب تنشأ عن استخدام هذا المشروع.

الإصدار الحالي لا يزال قيد التطوير وقد لا يتم تنفيذ بعض الميزات بالكامل بعد. نرحب بمساهمات واقتراحات الكود!

خلفية المشروع

المهمة الرئيسية لدورة "هياكل البيانات والخوارزميات" لكلية علوم الكمبيوتر بجامعة صن يات صن في فصل الخريف لعام 2024.

الإصدار الحالي: v1.4.0

قائمة الميزات

  • دعم الملفات المتعددة : يمكن تحميل ملفات نصية متعددة للبحث.
  • الاستعلام الدقيق : ابحث عن الكلمات الرئيسية المطابقة تمامًا.
  • استعلام غامض : ابحث عن الكلمات التي تحتوي على كلمات رئيسية.
  • استعلام التعبير العادي : بحث متقدم يعتمد على التعبيرات العادية.
  • نتائج البحث المرئية : عرض المواضع المطابقة بطريقة مشابهة لأخطاء المترجم.
  • وظيفة استعلام وخروج غير محدودة : يدعم الاستعلام المستمر، ويمكن للمستخدمين الخروج في أي وقت.
  • التخزين المستمر : حفظ وتحميل فهارس البحث.
  • وظيفة السجل : سجل تاريخ الاستعلام وسجلات العمليات.
  • دعم الإخراج الصيني : العثور على الأحرف الصينية بشكل صحيح. (لم تكتمل بعد)
  • تم تغيير طريقة التجميع من mingW إلى cmake : لتسهيل التجميع عبر الأنظمة الأساسية.
  • أدخل الكل لإضافة جميع الملفات : أدخل الكل لتحميل جميع الملفات.

هيكل المشروع 


└──Yat-Search-Engine
    ├── CMakeLists.txt
    ├── LICENSE
    ├── dat
    │       └── index.dat
    ├── include
    │       ├── RegexSearch.h
    │       └── TextSearchEngine.h
    ├── log
    │       └── query_log.txt
    ├── logo_pic
    │       ├── logo.txt
    │       └── logo_out.txt
    ├── readme.md
    ├── source-text
    │       ├── bible.txt
    │       ├── text1.txt
    │       ├── text2.txt
    │       └── otherfile...
    └── src
        ├── RegexSearch.cpp
        ├── TextSearchEngine.cpp
        └── main.cpp

عملية تحسين الوظيفة (TODO)

الوظائف الأساسية

  1. يحتوي جدول التجزئة على استعلام v1.0.0

    • عملية التحسين : تنفيذ وظيفة التجزئة المخصصة CustomHash ، واستخدام unordered_map في TextSearchEngine لدمج وظيفة التجزئة لتحسين أداء الاستعلام.

  2. قراءة الملف v1.0.1

    • عملية التحسين : تحسين آلية قراءة الملف لضمان إمكانية قراءة الملفات النصية المتعددة وتحليلها بشكل صحيح، وفهرسة المحتوى في محركات البحث.

أضف وظيفة

  1. دعم الملفات المتعددة (مكتمل) v1.1.0

    • عملية التحسين : قم بتعديل main.cpp للسماح للمستخدمين بإدخال أسماء ملفات متعددة، وسيقوم النظام بتحميل هذه الملفات واحدًا تلو الآخر للفهرسة.

  2. دعم التعبيرات العادية (مكتمل) v1.1.1

    • عملية التحسين : قم بإضافة فئة RegexSearch ، واستخدم مكتبة C++ <regex> لتنفيذ وظيفة الاستعلام بناءً على التعبيرات العادية، وإضافة الخيارات المقابلة إلى القائمة الرئيسية.

  3. الاستعلام الدقيق (مكتمل) v1.1.2

    • عملية التحسين : تنفيذ طريقة exactQuery ، والعثور بكفاءة على الكلمات الرئيسية المطابقة تمامًا من خلال unordered_map ، وعرض نتائج المطابقة.

  4. تصور نتائج البحث، مثل تقليد الطريقة التي يقوم بها المترجم بالإبلاغ عن الأخطاء (مكتملة) الإصدار 1.2.0

    • عملية التحسين : في نتائج الاستعلام، استخدم الرمز ^ لتحديد موضع الكلمة الأساسية في الجملة، على غرار إشارة خطأ المترجم، لتحسين إمكانية القراءة.

  5. استعلام غير محدود، زر الخروج (مكتمل) v1.2.1

    • عملية التحسين : إضافة وظيفة الاستعلام المستمر إلى الحلقة الرئيسية، ويمكن للمستخدمين اختيار الخروج من البرنامج لضمان استمرارية تجربة المستخدم.

  6. وظيفة التجزئة الجديدة (مكتملة) v1.3.1

    • التحسين المخطط له : تحسين وظيفة CustomHash الحالية وتحسين كفاءة معالجة تعارض التجزئة لتحسين أداء الاستعلام بشكل أكبر.

  7. دعم اللغة الصينية (مكتمل) v1.4.0

    • التحسينات المخطط لها : توسيع دعم الترجمة للنظام، وإضافة واجهة متعددة اللغات، وتحسين تجربة المستخدمين الصينيين. ومع ذلك، نظرًا للقيود المفروضة على التعبيرات العادية، لا يمكن إكمال البحث الصيني إلا من خلال خيار "البحث الغامض"، ومن الضروري التأكد من وجود رمز "."

  8. تحسين الأداء والمعالجة المسبقة (مكتملة) v1.3.1

    • عملية التحسين : تحسين بنية الفهرس وخوارزمية الاستعلام، وتقليل وقت البحث، وإجراء المعالجة المسبقة عند تحميل النص، مثل إزالة كلمات التوقف وتوحيد حالة الأحرف.

  9. واجهة المستخدم (مكتملة) v1.2.2

    • عملية التحسين : تصميم واجهة سطر أوامر بسيطة وبديهية لتوجيه المستخدمين لإكمال عمليات تحميل الملفات والاستعلام عنها.

  10. التخزين المستمر (مكتمل) v1.3.0

    • عملية التحسين : تنفيذ وظائف حفظ وتحميل الفهرس لتجنب إعادة بناء الفهرس في كل مرة يتم فيها تشغيل البرنامج، مما يؤدي إلى تحسين سرعة بدء التشغيل.

  11. وظيفة السجل، وتسجيل سجل الاستعلام، وما إلى ذلك (مكتمل) v1.3.2

    • عملية التحسين : بعد كل استعلام وكل عملية مهمة، يتم تسجيل المعلومات ذات الصلة في query_log.txt لتسهيل على المستخدمين عرض سجلات التاريخ وتصحيح الأخطاء.

  12. دعم الإخراج الصيني (مكتمل) v1.4.0

    • عملية التحسين : قم بإعداد بيئة الترجمة للتأكد من قدرة البرنامج على معالجة الأحرف الصينية وعرضها بشكل صحيح، وتحسين تجربة المستخدمين الصينيين.

  13. تم تغيير طريقة التجميع من mingW إلى cmake (مكتمل) v1.4.0

    • عملية التحسين : نظرًا للقيود الكبيرة لاستخدام تجميع .vscode (على سبيل المثال، لا أستطيع الترجمة في مساحة التعليمات البرمجية)، تم تغيير طريقة التجميع من mingW إلى cmake لتسهيل الترجمة عبر الأنظمة الأساسية.

  14. أدخل الكل لإضافة كافة الملفات (مكتملة) v1.4.0

    • عملية محسنة : عند إدخال أسماء الملفات، أدخل الكل لتحميل جميع الملفات.

كيفية الاستخدام

مشروع استنساخ

يرجى التأكد من تشغيله في بيئة Linux. قد تظهر الأحرف الصينية المشوهة في بيئة Windows. أدخل دليل العمل وقم باستنساخ المشروع محليًا: 

git clone https://github.com/ouyangyipeng/Yat-Search-Engine.git
cd Yat-Search-Engine

طريقة التجميع والتشغيل الموصى بها - التجميع باستخدام Cmake

تأكد من تثبيت CMake ومترجم يدعم C++17، مثل g++ أو clang++ . تم بالفعل تكوين ملف cmakelists.txt بخيارات الترجمة، ما عليك سوى تنفيذ الأمر التالي لتجميع المشروع. لاحظ أن المترجم الافتراضي موجود في /usr/bin/g++ . إذا كنت بحاجة إلى استخدام مترجمين آخرين، يرجى تعديل ملف CMakeLists.txt. 

mkdir build  # 假如没有build文件夹
cd build
cmake ..
cmake --build .
./YatSearchEngine

تشغيل البرنامج

ضع الملف النصي الذي تريد البحث فيه في مجلد النص المصدر وتأكد من حفظ الملف بتنسيق txt.

خطوات العملية

بدء تشغيل البرنامج: بعد تشغيل الملف القابل للتنفيذ، سيعرض البرنامج واجهة الترحيب ويطالبك بالضغط على Enter للمتابعة.

تحميل الملف: أدخل الملف المراد تحميله وفقًا للمطالبات، وأدخل اسم الملف في كل مرة (يجب أن ينتهي بـ .txt)، وأدخل تم لإكمال تحديد الملف.

حدد نوع الاستعلام:

أدخل 1 لاستعلام دقيق.

أدخل 2 للاستعلام الغامض.

أدخل 3 لاستعلام التعبير العادي.

أدخل 4 للخروج من البرنامج.

أدخل محتوى الاستعلام: وفقًا لنوع الاستعلام المحدد، أدخل الكلمات الرئيسية أو التعبيرات العادية المقابلة.

عرض النتائج: ستعرض نتائج الاستعلام الجمل المطابقة وعلامات موقعها.

الخروج من البرنامج: حدد خيار الخروج، سيقوم البرنامج بحفظ الفهرس وتسجيل السجل قبل الخروج.

عرض السجل

يتم حفظ سجل عملية الاستعلام في ملف query_log.txt ويمكن للمستخدمين عرض سجلات الاستعلام التاريخية وسجلات العمليات من خلال محرر النصوص.

يساهم

نرحب بمساهمات واقتراحات الكود! يرجى إرسال طلب سحب أو تقديم تعليقاتك إلينا في المشكلات.

رخصة

هذا المشروع مرخص بموجب ترخيص MIT. راجع ملف الترخيص للحصول على التفاصيل.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل