首頁技術文章正文

搜索框文字自動補全功能怎樣實現(xiàn)？

更新時間:2021年11月03日16時53分來源:傳智教育瀏覽次數(shù):

我們在網(wǎng)頁上搜索內(nèi)容時，常常會看到搜索框跳出與你輸入的文字內(nèi)容相關的搜索項，這個功能是怎么實現(xiàn)的呢？

需求說明：
當用戶在搜索框輸入字符時，我們應該提示出與該字符有關的搜索項，如圖：

黑馬旅游搜索框

使用拼音分詞

要實現(xiàn)根據(jù)字母做補全，就必須對文檔按照拼音分詞。在GitHub上恰好有elasticsearch的拼音分詞插件。地址：https://github.com/medcl/elasticsearch-analysis-pinyin

安裝方式與IK分詞器一樣，分三步：

①解壓

②上傳到虛擬機中，elasticsearch的plugin目錄

③重啟elasticsearch

④測試

自定義分詞器

elasticsearch中分詞器(analyzer)的組成包含三部分：

character filters：在tokenizer之前對文本進行處理。例如刪除字符、替換字符。

tokenizer：將文本按照一定的規(guī)則切割成詞條(term)。例如keyword，就是不分詞;還有ik_smart。

tokenizer filter：將tokenizer輸出的詞條做進一步處理。例如大小寫轉(zhuǎn)換、同義詞處理、拼音處理等。
假設四級考試通過的心情，通過自定義分詞器處理，大概是下面的展現(xiàn)形式：

自定義分詞器

我們可以在創(chuàng)建索引庫時，通過settings來配置自定義的analyzer（分詞器），創(chuàng)建代碼如下：

PUT /test
{
  "settings": {
    "analysis": {
      "analyzer": { // 自定義分詞器
        "my_analyzer": {  // 分詞器名稱
          "tokenizer": "ik_max_word",
          "filter": "pinyin"
        }
      }
     }
  }
}

PUT /test
{
  "settings": {
    "analysis": {
      "analyzer": { // 自定義分詞器
        "my_analyzer": {  // 分詞器名稱
          "tokenizer": "ik_max_word",
          "filter": "py"
        }
      },
      "filter": { // 自定義tokenizer filter
        "py": { // 過濾器名稱
          "type": "pinyin", // 過濾器類型，這里是pinyin
    "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "keep_original": true,
          "limit_first_letter_length": 16,
          "remove_duplicated_term": true,
          "none_chinese_pinyin_tokenize": false
        }
      }
    }
  }
}

拼音分詞器適合在創(chuàng)建倒排索引的時候使用，但不能在搜索的時候使用。

創(chuàng)建倒排索引時：

自定義分詞器

因此字段在創(chuàng)建倒排索引時應該用my_analyzer分詞器；字段在搜索時應該使用ik_smart分詞器;

PUT /test
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "ik_max_word", "filter": "py"
        }
      },
      "filter": {
        "py": { ... }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "my_analyzer",
        "search_analyzer": "ik_smart"
      }
    }
  }
}

completion suggester查詢
elasticsearch提供了Completion Suggester查詢來實現(xiàn)自動補全功能。這個查詢會匹配以用戶輸入內(nèi)容開頭的詞條并返回。為了提高補全查詢的效率，對于文檔中字段的類型有一些約束：

參與補全查詢的字段必須是completion類型。

字段的內(nèi)容一般是用來補全的多個詞條形成的數(shù)組。completion suggester查詢

// 創(chuàng)建索引庫
PUT test
{
  "mappings": {
    "properties": {
      "title":{
        "type": "completion"
      }
    }
  }
}

// 示例數(shù)據(jù)
POST test/_doc
{
  "title": ["Sony", "WH-1000XM3"]
}
POST test/_doc
{
  "title": ["SK-II", "PITERA"]
}
POST test/_doc
{
  "title": ["Nintendo", "switch"]
}

completion suggester查詢
查詢語法如下：

// 自動補全查詢
GET /test/_search
{
  "suggest": {
    "title_suggest": {
      "text": "s", // 關鍵字
      "completion": {
        "field": "title", // 補全查詢的字段
        "skip_duplicates": true, // 跳過重復的
        "size": 10 // 獲取前10條結果
      }
    }
  }
}

注意：自動補全對字段的要求類型是completion類型，字段值是多詞條的數(shù)組。

案例1：實現(xiàn)hotel索引庫的自動補全、拼音搜索功能

實現(xiàn)思路如下：

1.修改hotel索引庫結構，設置自定義拼音分詞器

2.修改索引庫的name、all字段，使用自定義分詞器

3.索引庫添加一個新字段suggestion，類型為completion類型，使用自定義的分詞器

4.給HotelDoc類添加suggestion字段，內(nèi)容包含brand、business

5.重新導入數(shù)據(jù)到hotel庫

注意：name、all是可分詞的，自動補全的brand、business是不可分詞的，要使用不同的分詞器組合

RestAPI實現(xiàn)自動補全

先看請求參數(shù)構造的API：

自動補全