Descarga de Yat Search Engine - Descarga del código fuente Yat Search Engine

Yat Search Engine

Otro código fuente

version)

Descargar

Yat-Search Engine motor de búsqueda de texto

Motor de búsqueda de la Universidad Sun Yat-sen

Introducción del proyecto

Yat-Search Engine es un motor de búsqueda de texto eficiente que admite la carga de múltiples archivos, consultas precisas, consultas difusas y consultas de expresiones regulares. Este proyecto tiene como objetivo proporcionar una solución de búsqueda de texto rápida y precisa, con funciones de almacenamiento y registro persistentes y compatible con la interfaz china.

Cabe señalar que la búsqueda en chino solo se puede completar mediante la opción "Búsqueda difusa" y debe haber un símbolo "."

Este proyecto es solo para fines de aprendizaje y comunicación, no lo utilice con fines comerciales. El autor original no es responsable de las consecuencias que surjan del uso de este proyecto.

La versión actual aún está en desarrollo y es posible que algunas funciones aún no se hayan implementado por completo. ¡Las contribuciones y sugerencias de código son bienvenidas!

Antecedentes del proyecto

La tarea principal para el curso "Estructura de datos y algoritmo" de la Facultad de Ciencias de la Computación de la Universidad Sun Yat-sen en el semestre de otoño de 2024.

Versión actual: v1.4.0

Lista de características

Compatibilidad con varios archivos : se pueden cargar varios archivos de texto para realizar búsquedas.
Consulta exacta : busque palabras clave que coincidan exactamente.
Consulta difusa : busque palabras que contengan palabras clave.
Consulta de expresiones regulares : búsqueda avanzada basada en expresiones regulares.
Resultados de búsqueda visuales : muestra posiciones coincidentes de manera similar al informe de errores del compilador.
Función ilimitada de consulta y salida : admite consultas continuas y los usuarios pueden salir en cualquier momento.
Almacenamiento persistente : guardar y cargar índices de búsqueda.
Función de registro : registra el historial de consultas y los registros de operaciones.
Admite salida en chino : encuentre correctamente los caracteres chinos. (aún no completado)
El método de compilación se cambia de mingW a cmake : para facilitar la compilación multiplataforma.
Ingrese todo para agregar todos los archivos : Ingrese todo para cargar todos los archivos.

Estructura del proyecto


└──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

Proceso de mejora de funciones (TODO)

Funciones básicas

La tabla hash contiene la consulta v1.0.0
- Proceso de mejora : implemente la función hash personalizada CustomHash y use unordered_map en TextSearchEngine para combinar la función hash para optimizar el rendimiento de la consulta.
Lectura de archivos v1.0.1
- Proceso de mejora : mejore el mecanismo de lectura de archivos para garantizar que se puedan leer y analizar correctamente varios archivos de texto y que el contenido se indexe en los motores de búsqueda.

Agregar funcionalidad

Soporte para múltiples archivos (completado) v1.1.0
- Proceso de mejora : modifique main.cpp para permitir a los usuarios ingresar varios nombres de archivos y el sistema cargará estos archivos uno por uno para indexarlos.
Soporte de expresiones regulares (completado) v1.1.1
- Proceso de mejora : agregue la clase RegexSearch , use la biblioteca C ++ <regex> para implementar la función de consulta basada en expresiones regulares y agregue las opciones correspondientes al menú principal.
Consulta precisa (completada) v1.1.2
- Proceso de mejora : implemente el método exactQuery , encuentre de manera eficiente palabras clave que coincidan exactamente a través de unordered_map y muestre los resultados coincidentes.
Resultados de búsqueda visuales, como imitar la forma en que el compilador informa errores (completado) v1.2.0
- Proceso de mejora : en los resultados de la consulta, utilice el símbolo ^ para marcar la posición de la palabra clave en la oración, similar a la indicación de error del compilador, para mejorar la legibilidad.
Consulta ilimitada, botón de salida (completado) v1.2.1
- Proceso de mejora : agregue una función de consulta continua al bucle principal y los usuarios pueden optar por salir del programa para garantizar la continuidad de la experiencia del usuario.
Nueva función hash (completada) v1.3.1
- Mejora planificada : optimice la función CustomHash existente y mejore la eficiencia del procesamiento de conflictos hash para mejorar aún más el rendimiento de las consultas.
Soporte chino (completado) v1.4.0
- Mejoras planificadas : ampliar el soporte de localización del sistema, agregar una interfaz multilingüe y mejorar la experiencia de los usuarios chinos. Sin embargo, debido a las limitaciones de las expresiones regulares, la búsqueda en chino solo se puede completar mediante la opción "Búsqueda difusa" y es necesario asegurarse de que haya un símbolo "."
Optimización del rendimiento y preprocesamiento (completado) v1.3.1
- Proceso de mejora : optimice la estructura del índice y el algoritmo de consulta, reduzca el tiempo de búsqueda y realice un procesamiento previo al cargar texto, como eliminar palabras vacías y unificar mayúsculas y minúsculas.
Interfaz de usuario (completada) v1.2.2
- Proceso de mejora : diseñe una interfaz de línea de comandos concisa e intuitiva para guiar a los usuarios a completar las operaciones de consulta y carga de archivos.
Almacenamiento persistente (completado) v1.3.0
- Proceso de mejora : implemente las funciones de guardar y cargar índice para evitar reconstruir el índice cada vez que se inicia el programa y mejorar la velocidad de inicio.
Función de registro, registro del historial de consultas, etc. (Completado) v1.3.2
- Proceso de mejora : después de cada consulta y operación importante, la información relevante se registra en query_log.txt para facilitar a los usuarios ver el historial y depurar.
Admite salida china (completada) v1.4.0
- Proceso de mejora : configure un entorno de localización para garantizar que el programa pueda procesar y mostrar correctamente los caracteres chinos y mejorar la experiencia de los usuarios chinos.
El método de compilación se cambia de mingW a cmake (completado) v1.4.0
- Proceso de mejora : debido a las grandes limitaciones del uso de la compilación .vscode (por ejemplo, no puedo compilar en el espacio de código), el método de compilación se cambió de mingW a cmake para facilitar la compilación multiplataforma.
Ingrese todo para agregar todos los archivos (completado) v1.4.0
- Proceso mejorado : al ingresar nombres de archivos, ingrese todos para cargar todos los archivos.

como usar

Clonar proyecto

Asegúrese de ejecutarlo en un entorno Linux. Es posible que aparezcan caracteres chinos confusos en un entorno Windows. Ingrese al directorio de trabajo y clone el proyecto localmente:

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

Método recomendado de compilación y ejecución: compilar usando Cmake

Asegúrese de tener instalado CMake y un compilador compatible con C++ 17, como g++ o clang++ . El archivo cmakelists.txt se ha configurado con opciones de compilación. Simplemente ejecute el siguiente comando para compilar el proyecto. Tenga en cuenta que el compilador predeterminado se encuentra en /usr/bin/g++ . Si necesita utilizar otros compiladores, modifique el archivo CMakeLists.txt.

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

Ejecutar programa

Coloque el archivo de texto que desea buscar en la carpeta de texto fuente y asegúrese de que el archivo esté guardado en formato .txt.

Pasos de operación

Inicie el programa: después de ejecutar el archivo ejecutable, el programa mostrará la interfaz de bienvenida y le pedirá que presione Entrar para continuar.

Cargar archivo: ingrese el archivo que se cargará de acuerdo con las indicaciones. Ingrese un nombre de archivo cada vez (debe terminar con .txt) e ingrese listo para completar la selección del archivo.

Seleccione tipo de consulta:

Ingrese 1 para una consulta precisa.

Ingrese 2 para consulta difusa.

Introduzca 3 para una consulta de expresión regular.

Ingrese 4 para salir del programa.

Ingrese el contenido de la consulta: según el tipo de consulta seleccionado, ingrese las palabras clave o expresiones regulares correspondientes.

Ver los resultados: los resultados de la consulta mostrarán oraciones coincidentes y sus marcadores de ubicación.

Salga del programa: seleccione la opción de salida, el programa guardará el índice y registrará el registro antes de salir.

Vista de registro

El registro de operaciones de consulta se guarda en el archivo query_log.txt. Los usuarios pueden ver registros históricos de consultas y registros de operaciones a través de un editor de texto.