Xapian使用入門

Xapian · 發表 2019-02-19 18:52:00

摘要：關鍵字：搜尋引擎、Xapian 一篇拖了兩三年的入門總結文章，今天發出來，一方面是自己的總結，另一方面是給自己和他人的備忘。讀者需要對搜尋引擎有初步瞭解，譬如瞭解倒排、term、doc、相似度打分等概念。 Xapian是一個C++搜尋引擎核心，提供了類似Lucene的功能，功能沒有Lu...

關鍵字：搜尋引擎、Xapian

一篇拖了兩三年的入門總結文章，今天發出來，一方面是自己的總結，另一方面是給自己和他人的備忘。讀者需要對搜尋引擎有初步瞭解，譬如瞭解倒排、term、doc、相似度打分等概念。

Xapian是一個C++搜尋引擎核心，提供了類似Lucene的功能，功能沒有Lucene豐富，但可以滿足常見的搜尋需求：倒排檢索、與或非查詢、相關性打分排序等。

下面對Xapian入門使用做介紹。

1、Xapian安裝

下面介紹Linux下的編譯安裝。

（1）下載原始碼

從https://oligarchy.co.uk/xapian （推薦）或者https://github.com/xapian/xapian 下載xapian-core包。從github下載的包不包括./configure檔案，需要自己使用autoconf生成。xapian-core不同版本對GCC有不同要求，可以看github下的INSTALL檔案。

（2）解壓&安裝

解壓：xz -d xx.tar.xz tar xvf xx.tar

配置：./configure --prefix=[your install path]

編譯安裝：make –j2 && make install

注：valgrind 檢查可能會執行很久，修改./configure 禁止掉它：在使用VALGRIND之前增加一行：VALGRIND=

2、Hello World

demo例子：對“中國籃球比賽”建索引，然後使用OR語法做檢索，輸出檢索結果資訊。

程式碼：

/***************************************************************************
 *
 * @file hello_world.cpp
 * @author cswuyg
 * @date 2019/01
 * @briefxapian first demo
 *
 **************************************************************************/
#include <iostream>
#include "xapian.h"

const char* const K_DB_PATH = "index_data";
const char* const K_DOC_UNIQUE_ID = "007";

/// 建立索引
void createIndex() {
std::cout << "--index start--" << std::endl;
Xapian::WritableDatabase db(K_DB_PATH, Xapian::DB_CREATE_OR_OPEN);

Xapian::Document doc;
doc.add_posting("T中國", 1);
doc.add_posting("T籃球", 1);
doc.add_posting("T比賽", 1);
doc.set_data("中國籃球比賽");
doc.add_boolean_term(K_DOC_UNIQUE_ID);

Xapian::docid innerId = db.replace_document(K_DOC_UNIQUE_ID, doc);

std::cout << "add doc innerId=" << innerId << std::endl;

db.commit();

std::cout << "--index finish--" << std::endl;
}

/// 檢索索引
void queryIndex() {
std::cout << "--search start--" << std::endl;
Xapian::Query termOne = Xapian::Query("T中國");
Xapian::Query termTwo = Xapian::Query("T比賽");
Xapian::Query termThree = Xapian::Query("T足球");
auto query = Xapian::Query(Xapian::Query::OP_OR, Xapian::Query(Xapian::Query::OP_OR, termOne, termTwo), termThree);
std::cout << "query=" << query.get_description() << std::endl;

Xapian::Database db(K_DB_PATH);
Xapian::Enquire enquire(db);
enquire.set_query(query);
Xapian::MSet result = enquire.get_mset(0, 10);
std::cout << "find results count=" << result.get_matches_estimated() << std::endl;

for (auto it = result.begin(); it != result.end(); ++it) {
Xapian::Document doc = it.get_document();
std::string data = doc.get_data();
Xapian::weight docScoreWeight = it.get_weight();
Xapian::percent docScorePercent = it.get_percent();

std::cout << "doc=" << data << ",weight=" << docScoreWeight << ",percent=" << docScorePercent << std::endl;
}

std::cout << "--search finish--" << std::endl;
}

int main() {
createIndex();
queryIndex();
return 0;
}

makefile：

OBJ=hello_world.o
CC=g++ -std=c++11
CFLAGS=
XAPIANROOTDIR=/usr/local/app/cswuyg/xapian_proj/install/
INCLUDE=-I$(XAPIANROOTDIR)include/
LIBS=-lxapian
hello_world: $(OBJ)
$(CC) $(CFLAGS) -o hello_world $(OBJ)-L$(XAPIANROOTDIR)lib $(LIBS)
hello_world.o: hello_world.cpp
$(CC) $(CFLAGS) -c hello_world.cpp $(INCLUDE)
clean:
rm *.o

執行結果：

--index start--
add doc innerId=1
--index finish--
--search start--
query=Xapian::Query((T中國 OR T比賽 OR T足球))
find results count=1
doc=中國籃球比賽,weight=0.308301,percent=66
--search finish--

本文所在：https://www.cnblogs.com/cswuyg/p/10402218.html

Xapian使用入門

您可能也會喜歡…