Changeset 18207 for trunk


Ignore:
Timestamp:
Sep 24, 2012, 10:50:24 PM (12 years ago)
Author:
rvelices
Message:

quick search - better handling of wildcard begin/end in tag names (technically rewrote parts of query analser)
still to do: exclusion of matching tags

File:
1 edited

Legend:

Unmodified
Added
Removed
  • trunk/include/functions_search.inc.php

    r17748 r18207  
    272272}
    273273
     274function is_odd_wbreak_begin($ch)
     275{
     276  return strpos('[{<=*+', $ch)===false ? false:true;
     277}
     278
     279function is_odd_wbreak_end($ch)
     280{
     281  return strpos(']}>=*+', $ch)===false ? false:true;
     282}
     283
     284define('QST_QUOTED',   0x01);
     285define('QST_NOT',      0x02);
     286define('QST_WILDCARD_BEGIN',0x04);
     287define('QST_WILDCARD_END',  0x08);
     288define('QST_WILDCARD', QST_WILDCARD_BEGIN|QST_WILDCARD_END);
     289
     290
    274291/**
    275292 * analyzes and splits the quick/query search query $q into tokens
     
    284301  $token_modifiers = array();
    285302  $crt_token = "";
    286   $crt_token_modifier = "";
    287   $state = 0;
     303  $crt_token_modifier = 0;
    288304
    289305  for ($i=0; $i<strlen($q); $i++)
    290306  {
    291307    $ch = $q[$i];
    292     switch ($state)
    293     {
    294       case 0:
     308    if ($crt_token_modifier&QST_QUOTED==0)
     309    {
    295310        if ($ch=='"')
    296311        {
    297           $tokens[] = $crt_token; $token_modifiers[] = $crt_token_modifier;
    298           $crt_token = ""; $crt_token_modifier = "q";
    299           $state=1;
    300         }
    301         elseif ( $ch=='*' )
    302         { // wild card
     312          if (strlen($crt_token))
     313          {
     314            $tokens[] = $crt_token; $token_modifiers[] = $crt_token_modifier;
     315            $crt_token = ""; $crt_token_modifier = 0;
     316          }
     317          $crt_token_modifier |= QST_QUOTED;
     318        }
     319        elseif ( strcspn($ch, '*+-><~')==0 )
     320        { //special full text modifier
    303321          if (strlen($crt_token))
    304322          {
     
    307325          else
    308326          {
    309             $crt_token_modifier .= '*';
    310           }
    311         }
    312         elseif ( strcspn($ch, '+-><~')==0 )
    313         { //special full text modifier
    314           if (strlen($crt_token))
    315           {
    316             $tokens[] = $crt_token; $token_modifiers[] = $crt_token_modifier;
    317             $crt_token = ""; $crt_token_modifier = "";
    318           }
    319           $crt_token_modifier .= $ch;
     327            if ( $ch=='*' )
     328              $crt_token_modifier |= QST_WILDCARD_BEGIN;
     329            if ( $ch=='-' )
     330              $crt_token_modifier |= QST_NOT;
     331          }
    320332        }
    321333        elseif (preg_match('/[\s,.;!\?]+/', $ch))
     
    324336          {
    325337            $tokens[] = $crt_token; $token_modifiers[] = $crt_token_modifier;
    326             $crt_token = ""; $crt_token_modifier = "";
    327           }
     338            $crt_token = "";
     339          }
     340          $crt_token_modifier = 0;
    328341        }
    329342        else
     
    331344          $crt_token .= $ch;
    332345        }
     346    }
     347    else // qualified with quotes
     348    {
     349      if ($ch=='"')
     350      {
     351        if ($i+1 < strlen($q) && $q[$i+1]=='*')
     352        {
     353          $crt_token_modifier |= QST_WILDCARD_END;
     354          $i++;
     355        }
     356        $tokens[] = $crt_token; $token_modifiers[] = $crt_token_modifier;
     357        $crt_token = ""; $crt_token_modifier = 0;
     358        $state=0;
    333359        break;
    334       case 1: // qualified with quotes
    335         switch ($ch)
    336         {
    337           case '"':
    338             $tokens[] = $crt_token; $token_modifiers[] = $crt_token_modifier;
    339             $crt_token = ""; $crt_token_modifier = "";
    340             $state=0;
    341             break;
    342           default:
    343             $crt_token .= $ch;
    344         }
    345         break;
     360      }
     361      else
     362        $crt_token .= $ch;
    346363    }
    347364  }
     
    383400  {
    384401    $token = trim($tokens[$i], '%');
    385     if (strstr($token_modifiers[$i], '-')!==false)
     402    if ($token_modifiers[$i]&QST_NOT)
    386403      continue;
    387404    if ( strlen($token)==0 )
     
    422439    );
    423440  $q = trim($q);
    424   if (empty($q))
     441  analyse_qsearch($q, $tokens, $token_modifiers);
     442  if (count($tokens)==0)
    425443  {
    426444    return $search_results;
    427445  }
     446  $debug[] = '<!--'.count($tokens).' tokens';
    428447 
    429   analyse_qsearch($q, $tokens, $token_modifiers);
    430 
    431448  $q_like_field = '@@__db_field__@@'; //something never in a search
    432449  $q_like_clause = get_qsearch_like_clause($tokens, $token_modifiers, $q_like_field );
     
    468485    }
    469486  }
     487  $debug[] = count($by_weights).' fulltext';
     488  $debug[] = 'ft score min:'.min($by_weights).' max:'.max($by_weights);
    470489
    471490
     
    494513    for ($i=0; $i<count($tokens); $i++)
    495514    {
    496       if (strstr($token_modifiers[$i], '-')!==false)
     515      if ($token_modifiers[$i]&QST_NOT)
    497516        continue;// ignore this NOT token
    498517      $transliterated_token = $transliterated_tokens[$i];
     
    502521      while ( ($pos = strpos($transliterated_tag, $transliterated_token, $pos)) !== false)
    503522      {
    504         if (strstr($token_modifiers[$i], '*')!==false)
     523        if ( ($token_modifiers[$i]&QST_WILDCARD)==QST_WILDCARD )
    505524        {// wildcard in this token
    506525          $match = 1;
     
    509528        $token_len = strlen($transliterated_token);
    510529
    511         $word_begin = $pos;
    512         while ($word_begin>0)
     530        // search begin of word
     531        $wbegin_len=0; $wbegin_char=' ';
     532        while ($pos-$wbegin_len > 0)
    513533        {
    514           if (! is_word_char($transliterated_tag[$word_begin-1]) )
     534          if (! is_word_char($transliterated_tag[$pos-$wbegin_len-1]) )
     535          {
     536            $wbegin_char = $transliterated_tag[$pos-$wbegin_len-1];
    515537            break;
    516           $word_begin--;
    517         }
    518 
    519         $word_end = $pos + $token_len;
    520         while ($word_end<strlen($transliterated_tag) && is_word_char($transliterated_tag[$word_end]) )
    521           $word_end++;
    522 
    523         $this_score = $token_len / ($word_end-$word_begin);
    524         if ($token_len <= 2)
    525         {// search for 1 or 2 characters must match exactly to avoid retrieving too much data
    526           if ($token_len != $word_end-$word_begin)
    527             $this_score = 0;
    528         }
    529         elseif ($token_len == 3)
     538          }
     539          $wbegin_len++;
     540        }
     541
     542        // search end of word
     543        $wend_len=0; $wend_char=' ';
     544        while ($pos+$token_len+$wend_len < strlen($transliterated_tag))
    530545        {
    531           if ($word_end-$word_begin > 4)
    532             $this_score = 0;
     546          if (! is_word_char($transliterated_tag[$pos+$token_len+$wend_len]) )
     547          {
     548            $wend_char = $transliterated_tag[$pos+$token_len+$wend_len];
     549            break;
     550          }
     551          $wend_len++;
     552        }
     553
     554        $this_score = 0;
     555        if ( ($token_modifiers[$i]&QST_WILDCARD)==0 )
     556        {// no wildcard begin or end
     557          if ($token_len <= 2)
     558          {// search for 1 or 2 characters must match exactly to avoid retrieving too much data
     559            if ($wbegin_len==0 && $wend_len==0 && !is_odd_wbreak_begin($wbegin_char) && !is_odd_wbreak_end($wend_char) )
     560              $this_score = 1;
     561          }
     562          elseif ($token_len == 3)
     563          {
     564            if ($wbegin_len==0)
     565              $this_score = $token_len / ($token_len + $wend_len);
     566          }
     567          else
     568          {
     569            $this_score = $token_len / ($token_len + 1.1 * $wbegin_len + 0.9 * $wend_len);
     570          }
    533571        }
    534572
     
    547585  }
    548586  $search_results['qs']['matching_tags']=$all_tags;
     587  $debug[] = count($all_tags).' tags';
    549588
    550589  // Step 2.2 - reduce matching tags for every token in the query search
     
    573612    foreach($token_tags[$i] as $arr)
    574613      $tag_ids[] = $arr['tag_id'];
     614    $tag_ids = array_unique($tag_ids);
     615    $debug[] = count($tag_ids).' unique tags';
    575616
    576617    if (!empty($tag_ids))
    577618    {
     619      $tag_photo_count=0;
    578620      $query = '
    579621SELECT image_id
     
    586628        $image_id=(int)$row['image_id'];
    587629        @$by_weights[$image_id] += 1;
    588       }
     630        $tag_photo_count++;
     631      }
     632      $debug[] = $tag_photo_count.' photos for tags';
     633      $debug[] = count($by_weights).' photos after tags';
    589634    }
    590635  }
     
    612657    }
    613658  }
     659  $debug[] = count(@$search_results['qs']['matching_cats']).' albums with images';
    614660
    615661  if ( empty($by_weights) and empty($search_results['qs']['matching_cats']) )
     
    655701  $allowed_images = array_from_query( $query, 'id');
    656702
     703  $debug[] = count($allowed_images).' final photo count -->';
     704  global $template;
     705  $template->append('footer_elements', implode(', ', $debug) );
     706
    657707  if ( $super_order_by or empty($by_weights) )
    658708  {
Note: See TracChangeset for help on using the changeset viewer.