PHP实现简易文本搜索引擎：代码、索引与排序

凌晨两点半

发布时间：2026-10-13 | 2人浏览过

原创

针对无法使用复杂数据库搜索引擎（如 Elasticsearch）的小型网站或特定数据集场景，本文详解了如何使用 PHP 构建一个基于内存数组的轻量级文本搜索引擎。内容涵盖从数据预处理、关键字提取到结果排序的核心逻辑。

1. 准备搜索数据集

对于简易实现，我们可以将待搜索的文档数据直接存储在 PHP 数组中。在实际生产环境中，这部分数据通常来源于 MySQL 查询结果集或读取本地 TXT/Markdown 文件。

操作入口：脚本初始化部分

具体动作：定义包含 id、title 和 content 字段的数组结构，作为搜索的基础语料库。

$documents = [
    ['id' => 1, 'title' => 'PHP搜索引擎', 'content' => '创建一个简易的PHP搜索引擎。'],
    ['id' => 2, 'title' => 'PHP数组教程', 'content' => '学习PHP中数组的使用方法。'],
    // 更多文档...
];

2. 提取用户查询关键字

为了让计算机理解用户的输入，需要将自然语言查询转换为系统可识别的关键字列表。这一步需要进行大小写标准化、空格切分以及去重处理。

操作入口：自定义函数 extractKeywords()

具体动作：

将输入查询转为小写 strtolower($query)。
使用正则表达式 /\s+/ 以空白字符为界切割字符串。
利用 array_unique 移除重复关键字。

function extractKeywords($query) {
    $query = strtolower($query);
    $keywords = preg_split('/\s+/', $query); // 基于空格分割查询为关键字
    return array_unique($keywords); // 移除重复关键字
}

3. 执行关键词匹配

匹配环节的核心逻辑是遍历所有文档，判断文档是否包含了查询中的所有关键字。这里采用“全匹配”策略，即要求必须同时存在所有提取出的关键字。

操作入口：searchDocuments() 函数

具体动作：

遍历 $documents 数组中的每一个对象。
将每个文档的标题和内容拼接后转小写，存入变量 $docText。
内层循环检查每个 $keyword 是否存在于 $docText 中（使用 strpos !== false）。
若找到任何一个不存在的关键字，标记匹配失败；否则将该文档加入 $matches。

function searchDocuments($keywords, $documents) {
    $matches = [];
    foreach ($documents as $document) {
        $docText = strtolower($document['title'] . ' ' . $document['content']);
        $match = true;
        foreach ($keywords as $keyword) {
            if (strpos($docText, $keyword) === false) {
                $match = false;
                break;
            }
        }
        if ($match) {
            $matches[] = $document;
        }
    }
    return $matches;
}

4. 按相关性对结果排序

单纯找出匹配的文档是不够的，我们还需要按照相关度由高到低排列。简单的算法是计算关键字在文档中出现的总次数（频次越高，相关度可能越高），并利用 usort 进行降序排列。

操作入口：sortDocumentsByRelevance() 函数

重要参数：参与排序的计算依据是 substr_count 统计的结果。

function sortDocumentsByRelevance($keywords, $documents) {
    usort($documents, function ($a, $b) use ($keywords) {
        $aCount = $bCount = 0;
        $aText = strtolower($a['title'] . ' ' . $a['content']);
        $bText = strtolower($b['title'] . ' ' . $b['content']);
        foreach ($keywords as $keyword) {
            $aCount += substr_count($aText, $keyword);
            $bCount += substr_count($bText, $keyword);
        }
        return $bCount <=> $aCount; // 降序排列
    });
    return $documents;
}

5. 整合流程并呈现结果

完成上述模块化处理后，即可编写主流程脚本串联各个步骤。

操作步骤：

设定搜索目标：$query = "PHP搜索";
调用 extractKeywords 获取词表。
调用 searchDocuments 筛选有效集合。
调用 sortDocumentsByRelevance 确定顺序。

显示方式：最后通过 foreach 遍历输出标题与内容的 HTML 结构。

$query = "PHP搜索";
$keywords = extractKeywords($query);
$matchedDocuments = searchDocuments($keywords, $documents);
$sortedDocuments = sortDocumentsByRelevance($keywords, $matchedDocuments);

// 显示结果
foreach ($sortedDocuments as $document) {
    echo "标题: " . htmlspecialchars($document['title']) . "<br>";
    echo "内容: " . htmlspecialchars($document['content']) . "<br><br>";
}

结论与局限

这种基于内存数组和基础字符串函数的实现方案，免去了配置 Lucene/Elasticsearch 的沉重开销，非常适合数据量极小的静态页或者内部工具类项目的快速原型开发。
风险提示：当数据量达到数万级以上时，此方法会面临严重的性能瓶颈（时间复杂度为 O(N*M)），届时建议转向 MySQL 全文索引、SQLite FTS5 模块或专业的搜索服务。

以上就是PHP实现基于文本的简易搜索引擎功能的详细内容，更多关于PHP简易搜索引擎的资料请关注本站其它相关文章！