Yat Search Engine

เครื่องมือค้นหาข้อความ Yat-Search Engine

เครื่องมือค้นหาจากมหาวิทยาลัยซุนยัตเซ็น

การแนะนำโครงการ

Yat-Search Engine เป็นเครื่องมือค้นหาข้อความที่มีประสิทธิภาพซึ่งรองรับการโหลดไฟล์หลายไฟล์ การสืบค้นที่แม่นยำ การสืบค้นแบบคลุมเครือ และการสืบค้นนิพจน์ทั่วไป โปรเจ็กต์นี้มีจุดมุ่งหมายเพื่อมอบโซลูชันการค้นหาข้อความที่รวดเร็วและแม่นยำ พร้อมด้วยฟังก์ชันการจัดเก็บและบันทึกข้อมูลแบบถาวร และรองรับอินเทอร์เฟซภาษาจีน

ควรสังเกตว่าการค้นหาภาษาจีนสามารถทำได้ผ่านตัวเลือก "Fuzzy Search" เท่านั้น และจะต้องมีสัญลักษณ์ "." ที่ส่วนท้าย

โครงการนี้มีวัตถุประสงค์เพื่อการเรียนรู้และการสื่อสารเท่านั้น โปรดอย่าใช้เพื่อวัตถุประสงค์ทางการค้า ผู้เขียนต้นฉบับจะไม่รับผิดชอบต่อผลที่ตามมาใด ๆ ที่เกิดขึ้นจากการใช้โครงการนี้

เวอร์ชันปัจจุบันยังอยู่ระหว่างการพัฒนาและฟีเจอร์บางอย่างอาจยังใช้งานไม่เต็มที่ ยินดีสนับสนุนรหัสและข้อเสนอแนะ!

ความเป็นมาของโครงการ

งานมอบหมายหลักสำหรับหลักสูตร "โครงสร้างข้อมูลและอัลกอริทึม" ของ School of Computer Science, Sun Yat-sen University ในภาคเรียนฤดูใบไม้ร่วงปี 2024

เวอร์ชันปัจจุบัน: v1.4.0

รายการคุณสมบัติ

• รองรับไฟล์หลายไฟล์ : สามารถโหลดไฟล์ข้อความหลายไฟล์เพื่อค้นหาได้
• ข้อความค้นหาที่ตรงทั้งหมด : ค้นหาคำหลักที่ตรงกันทุกประการ
• ข้อความค้นหาคลุมเครือ : ค้นหาคำที่มีคำหลัก
• แบบสอบถามนิพจน์ทั่วไป : การค้นหาขั้นสูงตามนิพจน์ทั่วไป
• ผลการค้นหาด้วยภาพ : แสดงตำแหน่งที่ตรงกันในลักษณะที่คล้ายกับการรายงานข้อผิดพลาดของคอมไพเลอร์
• ฟังก์ชันการสืบค้นและออกไม่จำกัด : รองรับการสืบค้นอย่างต่อเนื่อง และผู้ใช้สามารถออกได้ตลอดเวลา
• ที่เก็บข้อมูลถาวร : การบันทึกและโหลดดัชนีการค้นหา
• ฟังก์ชั่นบันทึก : บันทึกประวัติการสืบค้นและบันทึกการดำเนินการ
• รองรับเอาต์พุตภาษาจีน : ค้นหาตัวอักษรจีนอย่างถูกต้อง (ยังไม่แล้วเสร็จ)
• วิธีการคอมไพล์เปลี่ยนจาก mingW เป็น cmake : เพื่ออำนวยความสะดวกในการคอมไพล์ข้ามแพลตฟอร์ม
• ป้อนทั้งหมดเพื่อเพิ่มไฟล์ทั้งหมด : ป้อนทั้งหมดเพื่อโหลดไฟล์ทั้งหมด

โครงสร้างโครงการ

└──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

กระบวนการปรับปรุงฟังก์ชั่น (TODO)

ฟังก์ชั่นพื้นฐาน

1. ตารางแฮชประกอบด้วยแบบสอบถาม v1.0.0

   • กระบวนการปรับปรุง : ใช้ฟังก์ชันแฮชที่กำหนดเอง CustomHash และใช้ unordered_map ใน TextSearchEngine เพื่อรวมฟังก์ชันแฮชเพื่อเพิ่มประสิทธิภาพการสืบค้น

2. การอ่านไฟล์ v1.0.1

   • กระบวนการปรับปรุง : ปรับปรุงกลไกการอ่านไฟล์เพื่อให้แน่ใจว่าไฟล์ข้อความหลายไฟล์สามารถอ่านและแยกวิเคราะห์ได้อย่างถูกต้อง และเนื้อหาได้รับการจัดทำดัชนีไว้ในเครื่องมือค้นหา

เพิ่มฟังก์ชันการทำงาน

1. รองรับหลายไฟล์ (เสร็จสมบูรณ์) v1.1.0

   • กระบวนการปรับปรุง : แก้ไข main.cpp เพื่อให้ผู้ใช้สามารถป้อนชื่อไฟล์ได้หลายชื่อ และระบบจะโหลดไฟล์เหล่านี้ทีละไฟล์เพื่อทำดัชนี

2. รองรับนิพจน์ทั่วไป (เสร็จสมบูรณ์) v1.1.1

   • กระบวนการปรับปรุง : เพิ่มคลาส RegexSearch ใช้ไลบรารี C++ <regex> เพื่อใช้ฟังก์ชันคิวรีตามนิพจน์ทั่วไป และเพิ่มตัวเลือกที่เกี่ยวข้องลงในเมนูหลัก

3. แบบสอบถามที่แม่นยำ (เสร็จสมบูรณ์) v1.1.2

   • กระบวนการปรับปรุง : ใช้วิธี exactQuery ค้นหาคำหลักที่ตรงกันทุกประการอย่างมีประสิทธิภาพผ่าน unordered_map และแสดงผลลัพธ์ที่ตรงกัน

4. ผลการค้นหาด้วยภาพ เช่น การเลียนแบบวิธีที่คอมไพเลอร์รายงานข้อผิดพลาด (เสร็จสมบูรณ์) v1.2.0

   • กระบวนการปรับปรุง : ในผลลัพธ์การสืบค้น ให้ใช้สัญลักษณ์ ^ เพื่อทำเครื่องหมายตำแหน่งของคำสำคัญในประโยค คล้ายกับการบ่งชี้ข้อผิดพลาดของคอมไพเลอร์ เพื่อเพิ่มความสามารถในการอ่าน

5. แบบสอบถามไม่จำกัด ปุ่มออก (เสร็จสมบูรณ์) v1.2.1

   • กระบวนการปรับปรุง : เพิ่มฟังก์ชันการสืบค้นอย่างต่อเนื่องในลูปหลัก และผู้ใช้สามารถเลือกที่จะออกจากโปรแกรมเพื่อให้แน่ใจว่าประสบการณ์ผู้ใช้จะมีความต่อเนื่อง

6. ฟังก์ชั่นแฮชใหม่ (เสร็จสมบูรณ์) v1.3.1

   • การปรับปรุงตามแผน : ปรับฟังก์ชัน CustomHash ที่มีอยู่ให้เหมาะสมและปรับปรุงประสิทธิภาพของการประมวลผลข้อขัดแย้งของแฮชเพื่อปรับปรุงประสิทธิภาพการสืบค้นเพิ่มเติม

7. รองรับภาษาจีน (เสร็จสมบูรณ์) v1.4.0

   • การปรับปรุงตามแผน : ขยายการสนับสนุนการแปลของระบบ เพิ่มอินเทอร์เฟซหลายภาษา และปรับปรุงประสบการณ์ของผู้ใช้ภาษาจีน อย่างไรก็ตาม เนื่องจากข้อจำกัดของนิพจน์ทั่วไป การค้นหาภาษาจีนจึงสามารถทำได้ผ่านตัวเลือก "การค้นหาแบบคลุมเครือ" เท่านั้น และจำเป็นต้องตรวจสอบให้แน่ใจว่ามีสัญลักษณ์ "." อยู่ที่ส่วนท้าย

8. การเพิ่มประสิทธิภาพและการประมวลผลล่วงหน้า (เสร็จสมบูรณ์) v1.3.1

   • กระบวนการปรับปรุง : ปรับโครงสร้างดัชนีและอัลกอริธึมการค้นหาให้เหมาะสม ลดเวลาในการค้นหา และดำเนินการประมวลผลล่วงหน้าเมื่อโหลดข้อความ เช่น ลบคำหยุดและรวมตัวพิมพ์

9. ส่วนต่อประสานผู้ใช้ (เสร็จสมบูรณ์) v1.2.2

   • กระบวนการปรับปรุง : ออกแบบอินเทอร์เฟซบรรทัดคำสั่งที่กระชับและใช้งานง่ายเพื่อเป็นแนวทางให้ผู้ใช้โหลดไฟล์และดำเนินการสืบค้นให้เสร็จสมบูรณ์

10. ที่เก็บข้อมูลถาวร (เสร็จสมบูรณ์) v1.3.0

    • กระบวนการปรับปรุง : ใช้ฟังก์ชันการบันทึกและการโหลดดัชนีเพื่อหลีกเลี่ยงการสร้างดัชนีใหม่ทุกครั้งที่เริ่มต้นโปรแกรมและปรับปรุงความเร็วในการเริ่มต้น

11. ฟังก์ชั่นบันทึก บันทึกประวัติการสืบค้น ฯลฯ (เสร็จสมบูรณ์) v1.3.2

    • กระบวนการปรับปรุง : หลังจากการสืบค้นแต่ละครั้งและการดำเนินการที่สำคัญ ข้อมูลที่เกี่ยวข้องจะถูกบันทึกลงใน query_log.txt เพื่ออำนวยความสะดวกให้ผู้ใช้สามารถดูประวัติและแก้ไขข้อบกพร่องได้

12. รองรับเอาต์พุตภาษาจีน (เสร็จสมบูรณ์) v1.4.0

    • กระบวนการปรับปรุง : ตั้งค่าสภาพแวดล้อมการแปลเพื่อให้แน่ใจว่าโปรแกรมสามารถประมวลผลและแสดงตัวอักษรจีนได้อย่างถูกต้อง และปรับปรุงประสบการณ์ของผู้ใช้ภาษาจีน

13. วิธีการคอมไพล์เปลี่ยนจาก mingW เป็น cmake (เสร็จสมบูรณ์) v1.4.0

    • กระบวนการปรับปรุง : เนื่องจากข้อจำกัดอย่างมากในการใช้การคอมไพล์ .vscode (เช่น ฉันไม่สามารถคอมไพล์ในโค้ดสเปซได้) วิธีการคอมไพล์จึงเปลี่ยนจาก mingW เป็น cmake เพื่ออำนวยความสะดวกในการคอมไพล์ข้ามแพลตฟอร์ม

14. ใส่ทั้งหมดเพื่อเพิ่มไฟล์ทั้งหมด (เสร็จสมบูรณ์) v1.4.0

    • กระบวนการปรับปรุง : เมื่อป้อนชื่อไฟล์ ให้ป้อนทั้งหมดเพื่อโหลดไฟล์ทั้งหมด

วิธีใช้

โครงการโคลน

โปรดตรวจสอบให้แน่ใจว่าได้รันในสภาพแวดล้อม Linux อักขระภาษาจีนที่อ่านไม่ออกอาจเกิดขึ้นในสภาพแวดล้อมของ Windows ป้อนไดเร็กทอรีการทำงานและโคลนโครงการในเครื่อง:

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

วิธีการคอมไพล์และรันที่แนะนำ - คอมไพล์โดยใช้ Cmake

ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้ง CMake และคอมไพเลอร์ที่รองรับ C++17 เช่น g++ หรือ clang++ ไฟล์ cmakelists.txt ได้รับการกำหนดค่าด้วยตัวเลือกการคอมไพล์ เพียงดำเนินการคำสั่งต่อไปนี้เพื่อคอมไพล์โปรเจ็กต์ โปรดทราบว่าคอมไพเลอร์เริ่มต้นอยู่ใน /usr/bin/g++ หากคุณต้องการใช้คอมไพเลอร์อื่น โปรดแก้ไขไฟล์ CMakeLists.txt

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

เรียกใช้โปรแกรม

วางไฟล์ข้อความที่คุณต้องการค้นหาลงในโฟลเดอร์ข้อความต้นฉบับ และตรวจสอบให้แน่ใจว่าไฟล์ได้รับการบันทึกในรูปแบบ .txt

ขั้นตอนการดำเนินงาน

เริ่มโปรแกรม: หลังจากรันไฟล์ปฏิบัติการแล้ว โปรแกรมจะแสดงอินเทอร์เฟซต้อนรับและแจ้งให้กด Enter เพื่อดำเนินการต่อ

โหลดไฟล์: ป้อนไฟล์ที่จะโหลดตามคำแนะนำ ป้อนชื่อไฟล์ในแต่ละครั้ง (ต้องลงท้ายด้วย .txt) และป้อนเสร็จสิ้นเพื่อทำการเลือกไฟล์ให้เสร็จสิ้น

เลือกประเภทแบบสอบถาม:

ป้อน 1 เพื่อการค้นหาที่แม่นยำ

ป้อน 2 สำหรับข้อความค้นหาที่ไม่ชัดเจน

ป้อน 3 สำหรับแบบสอบถามนิพจน์ทั่วไป

ป้อน 4 เพื่อออกจากโปรแกรม

ป้อนเนื้อหาข้อความค้นหา: ตามประเภทข้อความค้นหาที่เลือก ให้ป้อนคำสำคัญหรือนิพจน์ทั่วไปที่เกี่ยวข้อง

ดูผลลัพธ์: ผลลัพธ์การค้นหาจะแสดงประโยคที่ตรงกันและเครื่องหมายระบุตำแหน่ง

ออกจากโปรแกรม: เลือกตัวเลือกออก โปรแกรมจะบันทึกดัชนีและบันทึกบันทึกก่อนออก

มุมมองบันทึก

บันทึกการดำเนินการสืบค้นจะถูกบันทึกไว้ในไฟล์ query_log.txt ผู้ใช้สามารถดูบันทึกการสืบค้นในอดีตและบันทึกการดำเนินการผ่านโปรแกรมแก้ไขข้อความ

มีส่วนช่วย

ยินดีสนับสนุนรหัสและข้อเสนอแนะ! กรุณาส่งคำขอดึงหรือให้ข้อเสนอแนะของคุณในประเด็น

ใบอนุญาต

โครงการนี้ได้รับอนุญาตภายใต้ใบอนุญาต MIT ดูไฟล์ใบอนุญาตสำหรับรายละเอียด