專利名稱：一種可配置方式的復(fù)雜關(guān)鍵字搜索技術(shù)實(shí)現(xiàn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種文本，網(wǎng)頁或其他二進(jìn)制內(nèi)容的搜索方法，尤其是一種具有復(fù)雜 關(guān)鍵字檢索結(jié)構(gòu)的網(wǎng)絡(luò)搜索方法，具體地說是一種可配置方式的復(fù)雜關(guān)鍵字搜索方法。
背景技術(shù)：
目前，搜索技術(shù)在我們生活中運(yùn)用廣泛，而實(shí)際在軟件開發(fā)中常常遇到一種情況 是搜索的內(nèi)容不固定，只知道幾個(gè)典型的關(guān)鍵字，且關(guān)鍵字可能經(jīng)常變化。例如要分析一 個(gè)郵件網(wǎng)頁的正文內(nèi)容，首先要確定正文開始的關(guān)鍵字和結(jié)束的關(guān)鍵字。因?yàn)榫W(wǎng)頁是腳本 隨機(jī)生成的，不同語言、不同編碼這個(gè)關(guān)鍵字都不一樣，或者這個(gè)網(wǎng)站還在更新中，依賴的 關(guān)鍵字會(huì)經(jīng)常變化，又或者依賴的關(guān)鍵字不是唯一的，在全文中有M個(gè)，而我們需要找到第 N個(gè)關(guān)鍵字之后的內(nèi)容。舉三種情況
1)按照關(guān)鍵字出現(xiàn)的順序，先查找第一個(gè)出現(xiàn)的A，之后查找B，截取B之后的內(nèi)容到 關(guān)鍵字C結(jié)束
2)按照關(guān)鍵字出現(xiàn)的順序，需要實(shí)現(xiàn)查找關(guān)鍵字A，再查找關(guān)鍵字B或者關(guān)鍵字C，如 果關(guān)鍵字B出現(xiàn)，則查找后面的判斷是否存在關(guān)鍵字D，如果B不出現(xiàn)C出現(xiàn)，則判斷后面是 否存在關(guān)鍵字F。3)按照關(guān)鍵字出現(xiàn)的順序，先查找關(guān)鍵字A，之后查找B或者C，截取包含B或者 C關(guān)鍵字到結(jié)束的所有內(nèi)容。
傳統(tǒng)的方法針對(duì)三種情況，寫三段代碼. 對(duì)情況1
If (內(nèi)容查找到A)
{
If (內(nèi)容查找到B)
{
If (內(nèi)容查找到C)
返回B和C之間的內(nèi)容
對(duì)情況2
If (內(nèi)容查找到A)
{
If (內(nèi)容查找到B)
{
If (內(nèi)容查找到D )返回找到
}
Else if (內(nèi)容查找到C) If (內(nèi)容查找到F) 返回找到
}
返回未找到 對(duì)情況3
If (內(nèi)容查找到A)
{
If (內(nèi)容查找到B)
{
查找結(jié)尾 返回內(nèi)容
}
Else (內(nèi)容查找到C)
{
查找結(jié)尾 返回內(nèi)容
返回未找到
以上在關(guān)鍵字確定，邏輯不是特別復(fù)雜時(shí)，已經(jīng)明顯感到處理的復(fù)雜性。上面的傳統(tǒng)方法處理的幾個(gè)明顯的缺點(diǎn)
1)邏輯過于復(fù)雜，可讀性差；
2)代碼過于累贅，沒有復(fù)用性，可維護(hù)性差；
3)如果有新的邏輯出現(xiàn)，則需要新增加代碼，可移植性差；
4)如果關(guān)鍵字修改，則代碼需要修改，需要重新編譯，升級(jí)繁瑣。

發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)查找一些內(nèi)容時(shí)，查找的依賴關(guān)鍵字比較多，關(guān)鍵字與關(guān)鍵 字之間的邏輯關(guān)系又相對(duì)復(fù)雜，關(guān)鍵字經(jīng)常變化時(shí)搜索適應(yīng)性和可移植性差的問題，發(fā)明 一種可配置方式的復(fù)雜關(guān)鍵字搜索方法。本發(fā)明的技術(shù)方案是
一種可配置方式的復(fù)雜關(guān)鍵字搜索方法，其特征是它包括以下步驟 首先，在搜索引擎中設(shè)置一個(gè)配置文件，在所述配置文件中配置需查找的關(guān)鍵字的查 找邏輯關(guān)系；通過配置文件配置查找項(xiàng)依賴的關(guān)鍵字，通過配置文件配置關(guān)鍵字的邏輯關(guān) 系，隔離關(guān)鍵字變化或者關(guān)鍵字間邏輯關(guān)系變化對(duì)處理流程帶來的影響；配置文件可以配 置的內(nèi)容包括支持多個(gè)查找項(xiàng)，每個(gè)查找項(xiàng)都有一個(gè)唯一標(biāo)識(shí)； 支持關(guān)鍵字間的邏輯關(guān)系表示，邏輯關(guān)系包括“與”，“或”； 支持任意字符的關(guān)鍵字，不可見字符可用16進(jìn)制表示；
支持關(guān)鍵字類型表示，類型包括查詢類型、取值開始類型、取值結(jié)束類型、查找開始包 含這個(gè)關(guān)鍵字、查找結(jié)束包含這個(gè)關(guān)鍵字、查找結(jié)尾以查找內(nèi)容結(jié)尾為內(nèi)容結(jié)束等；
其次，在初始化搜索引擎時(shí)先讀取配置文件，按照查找項(xiàng)的內(nèi)容和數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)
存儲(chǔ)數(shù)據(jù)；
最后，執(zhí)行查找或查詢函數(shù)，根據(jù)配置項(xiàng)標(biāo)識(shí)查找數(shù)據(jù)內(nèi)容，返回查找結(jié)果和內(nèi)容。所述的配置文件中可含有多個(gè)查找項(xiàng)，每個(gè)查找項(xiàng)均帶有標(biāo)識(shí)符，每個(gè)查找項(xiàng)均 可由多個(gè)關(guān)鍵字組成，關(guān)鍵字?jǐn)?shù)量的上限可以設(shè)定，關(guān)鍵字開始和結(jié)束有分割符分割，關(guān)鍵 字的配置順序就是其查找時(shí)的先后順序；關(guān)鍵字的邏輯關(guān)系包括“與”、“或”兩種；同時(shí)為關(guān) 鍵字配置類別。所述的類別不查擴(kuò)充類別，它包括查詢類型，取值開始類型，取值結(jié)束類型，返回 包含關(guān)鍵字類型，返回關(guān)鍵字開始到結(jié)束類型。所述的標(biāo)識(shí)符=([類蕃關(guān)鍵字1])邏輯關(guān)系([類蕃關(guān)鍵字2])…邏輯關(guān)系([類 蕃關(guān)鍵字η])，標(biāo)識(shí)為可見字符，“([”為關(guān)鍵字開始分割符，“])，，為關(guān)鍵字結(jié)束分割符。所述的初始化是指
(1)程序啟動(dòng)或者中途需要讀入配置文件；
(2)配置文件存在本地或者遠(yuǎn)程，配置項(xiàng)按照配置文件的格式讀入內(nèi)存；
(3)配置內(nèi)容按照數(shù)據(jù)結(jié)構(gòu)存放每一個(gè)配置項(xiàng)。所述的執(zhí)行查找或查詢函數(shù)是指查找按照配置項(xiàng)的標(biāo)識(shí)進(jìn)行單項(xiàng)查找，返回查 找內(nèi)容，執(zhí)行查詢函數(shù)是指查找按照配置項(xiàng)的標(biāo)識(shí)進(jìn)行單項(xiàng)查找，返回查找結(jié)果。本發(fā)明的有益效果
利用本發(fā)明的方法能夠解決負(fù)責(zé)邏輯的統(tǒng)一查找，這種技術(shù)的創(chuàng)新點(diǎn)在于可配置，查 找靈活，應(yīng)用范圍廣，使用這種技術(shù)后，代碼的可讀性，軟件的可維護(hù)性以及可擴(kuò)展性大大 提尚。本發(fā)明方法簡單，易于實(shí)現(xiàn)，在實(shí)際應(yīng)用中，具有較好的可移植性。


圖1是本發(fā)明的初始化流程圖。圖2是本發(fā)明的查找流程圖。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說明。如圖1、2所示。一種可配置方式的復(fù)雜關(guān)鍵字搜索方法，它包括以下步驟
首先，在搜索引擎中設(shè)置一個(gè)配置文件，在所述配置文件中配置需查找的關(guān)鍵字的查 找邏輯關(guān)系；配置文件應(yīng)記錄查找的項(xiàng)目、查找項(xiàng)目依賴的關(guān)鍵字以及關(guān)鍵字之間的邏輯 關(guān)系和關(guān)鍵字類型，具體要求為al、配置文件按照約定的語法格式配置，具體語法見下文說明。配置文件可以配置依賴 的查找關(guān)鍵字，關(guān)鍵字?jǐn)?shù)量不設(shè)上限，每個(gè)配置必須有一個(gè)唯一標(biāo)識(shí)標(biāo)記；
a2、查找的內(nèi)容依賴的關(guān)鍵字?jǐn)?shù)量不設(shè)上限，關(guān)鍵字開始結(jié)束有特定(如下所列的配置 文件的具體語法所示)的分割符分割，關(guān)鍵字的配置順序就是其查找時(shí)的先后順序；
a3、配置依賴關(guān)鍵字需要配置關(guān)鍵字的邏輯關(guān)系，邏輯關(guān)系包括“與”，“或”兩種關(guān)系； a4、配置項(xiàng)的依賴關(guān)鍵字是要配置類別的，這些類別包括查詢類型，取值開始類型，取 值結(jié)束類型，返回包含關(guān)鍵字類型，返回關(guān)鍵字開始到結(jié)束類型，類型可以擴(kuò)充； 配置文件的具體語法說明
標(biāo)識(shí)符=([類蕃關(guān)鍵字1])邏輯關(guān)系([類蕃關(guān)鍵字2])…邏輯關(guān)系([類蕃關(guān)鍵字
η])
標(biāo)識(shí)說明標(biāo)識(shí)為可見字符 “([”關(guān)鍵字開始分割符 “])”關(guān)鍵字結(jié)束分割符 類型
關(guān)鍵字的類型具體包括 $-----查詢標(biāo)記
%——從查找開始到這個(gè)符號(hào)后字符串結(jié)束 ——從這個(gè)符號(hào)后字符開始到結(jié)束 & 一一查找開始標(biāo)記，不帶這個(gè)符號(hào)
-----查找開始標(biāo)記，帶這個(gè)符號(hào)
@——查找結(jié)束字符，但連帶這個(gè)符號(hào) # 一一查找結(jié)束標(biāo)記，不帶這個(gè)符號(hào) + 一一沒有找到以查找結(jié)束為結(jié)束 關(guān)鍵字
查找依賴的關(guān)鍵字，可顯示字符，如果是十六進(jìn)制則標(biāo)識(shí)方法為 IOx十六進(jìn)制數(shù)1，Ox十六進(jìn)制數(shù)2，···，Ox十六進(jìn)制數(shù)η}; 邏輯關(guān)系
&一一與關(guān)系，即出現(xiàn)前一個(gè)關(guān)鍵字之后必須出現(xiàn)下一個(gè)關(guān)鍵字 一一或關(guān)系，即如果前一個(gè)關(guān)鍵字不出現(xiàn)則可以是出現(xiàn)下一個(gè)關(guān)鍵字 具體的標(biāo)識(shí)舉例
value=([$keyl])&([ &key2]) | ([&key3])&([# key4])
這一行配置表達(dá)的的意思是Value項(xiàng)的查找邏輯是先查找keyl，然后查找key2，如果 Key2也沒有找到則查找key3，然后查找key4，取key2或者key3關(guān)鍵字后面內(nèi)容作為查找 到目標(biāo)內(nèi)容的開始，key4關(guān)鍵字之前的內(nèi)容作為目標(biāo)內(nèi)容的結(jié)束。
上述內(nèi)容均可存在文件配置模具中。 其次，啟動(dòng)初始化模塊，先讀取配置文件，按照查找項(xiàng)的內(nèi)容和數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)存儲(chǔ) 數(shù)據(jù)；數(shù)據(jù)采用順序單向鏈表，每個(gè)鏈表子節(jié)點(diǎn)包含了 “與”節(jié)點(diǎn)指針，“或”節(jié)點(diǎn)指針，關(guān)鍵 字內(nèi)容，關(guān)鍵字類型。這種結(jié)構(gòu)的好處是可以表達(dá)復(fù)雜的邏輯，在查找時(shí)方便實(shí)現(xiàn)數(shù)據(jù)的查 找。
初始化模塊主要負(fù)責(zé)將配置文件轉(zhuǎn)化為便于查找的鏈表結(jié)構(gòu)，將查找內(nèi)容存儲(chǔ)到 內(nèi)存的關(guān)鍵字鏈表結(jié)構(gòu)。bl、讀取配置文件，確定需要讀取的查找項(xiàng)； b2、分析讀取的項(xiàng)的關(guān)鍵字關(guān)系，存入查找鏈表。初始化流程圖如圖1所示，具體的初始化執(zhí)行步驟可為 步驟101，首先傳入配置文件名稱；
步驟102，檢查文件是否存在，存在執(zhí)行步驟103，不存在執(zhí)行步驟112 ； 步驟103，讀入一行文件內(nèi)容；
步驟104判斷文件是否結(jié)束，如果未結(jié)束執(zhí)行步驟105，結(jié)束則執(zhí)行步驟112 ； 步驟105，分析讀入的內(nèi)容確定查找的標(biāo)識(shí)符，申請(qǐng)節(jié)點(diǎn)緩存； 步驟106，分析獲取一個(gè)關(guān)鍵字內(nèi)容；
步驟107，判斷關(guān)鍵字是否正確，正確則執(zhí)行108，錯(cuò)誤或結(jié)束則執(zhí)行步驟103 ； 步驟108，申請(qǐng)關(guān)鍵字節(jié)點(diǎn)，并賦值； 步驟109，分析邏輯關(guān)系；
步驟110，根據(jù)邏輯關(guān)系，將關(guān)鍵字節(jié)點(diǎn)掛載到“與”或“或”節(jié)點(diǎn)下； 步驟111，執(zhí)行步驟106 ； 步驟112，初始化結(jié)束，返回。；
最后，執(zhí)行查找或查詢函數(shù)模塊，根據(jù)配置項(xiàng)標(biāo)識(shí)查找數(shù)據(jù)內(nèi)容，返回查找結(jié)果和內(nèi) 容；查找或查詢函數(shù)模塊主要完成查找接口，當(dāng)用戶傳入需要查找的源字符串和查找項(xiàng)標(biāo) 識(shí)時(shí)，查找或查詢函數(shù)模塊根據(jù)查找項(xiàng)的關(guān)鍵字關(guān)系進(jìn)行查找 Cl、取一個(gè)關(guān)鍵字內(nèi)容，在源字符串中查找； C2、如果找到則根據(jù)類型，記錄查找結(jié)果，取下一個(gè)關(guān)鍵字查找； C3、如果沒有找到則取同級(jí)的“或”關(guān)鍵字； C4、查找結(jié)束將結(jié)果返回。具體的搜索流程如圖2所示，搜索步驟為 步驟201，傳入查找的步驟112字符串或二進(jìn)制文件； 步驟202，獲取查找項(xiàng)指針；
步驟203，獲取查找項(xiàng)的下一個(gè)“與”關(guān)系關(guān)鍵字結(jié)構(gòu)； 步驟204，如果“與”關(guān)鍵字結(jié)束執(zhí)行步驟213，否則執(zhí)行步驟205 ； 步驟205，按照當(dāng)前關(guān)鍵字對(duì)源字符串或二進(jìn)制數(shù)據(jù)進(jìn)行查找； 步驟206，如果關(guān)鍵字找到，執(zhí)行步驟207，未找到執(zhí)行步驟208 ； 步驟207，根據(jù)關(guān)鍵字的類別，設(shè)置輸出信息； 步驟208，取下一個(gè)“或”關(guān)系關(guān)鍵字；
步驟209，如果“或”關(guān)鍵字結(jié)束執(zhí)行步驟211，否則執(zhí)行步驟210 ； 步驟210，按照當(dāng)前關(guān)鍵字對(duì)源字符串或二進(jìn)制數(shù)據(jù)進(jìn)行查找； 步驟211，返回查找結(jié)果，查找失?。?br> 步驟212，如果關(guān)鍵字找到，執(zhí)行步驟207，未找到執(zhí)行步驟208 ； 步驟213，返回查找結(jié)果，查找成功。本發(fā)明未涉及部分均與現(xiàn)有技術(shù)相同或可采用現(xiàn)有技術(shù)加以實(shí)現(xiàn)。
權(quán)利要求
一種可配置方式的復(fù)雜關(guān)鍵字搜索方法，其特征是它包括以下步驟首先，在搜索引擎中配置一個(gè)配置文件，在所述配置文件中配置需查找的關(guān)鍵字的查找邏輯關(guān)系；其次，在初始化程序時(shí)先讀取配置文件，按照查找項(xiàng)的內(nèi)容和數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)存儲(chǔ)數(shù)據(jù)；最后，執(zhí)行查找或查詢函數(shù)，根據(jù)配置項(xiàng)標(biāo)識(shí)查找數(shù)據(jù)內(nèi)容，返回查找結(jié)果和內(nèi)容。
2.根據(jù)權(quán)利要求1所述的方法，其特征是所述的配置文件中可含有多個(gè)查找項(xiàng)，每個(gè) 查找項(xiàng)均帶有標(biāo)識(shí)符，每個(gè)查找項(xiàng)均可由多個(gè)關(guān)鍵字組成，關(guān)鍵字?jǐn)?shù)量的上限可以設(shè)定，關(guān) 鍵字開始和結(jié)束有分割符分割，關(guān)鍵字的配置順序就是其查找時(shí)的先后順序；關(guān)鍵字的邏 輯關(guān)系包括“與”、“或”兩種；同時(shí)為關(guān)鍵字配置類別。
3.根據(jù)權(quán)利要求2所述的方法，其特征是所述的類別不查擴(kuò)充類別，它包括查詢類型， 取值開始類型，取值結(jié)束類型，返回包含關(guān)鍵字類型，返回關(guān)鍵字開始到結(jié)束類型。
4.根據(jù)權(quán)利要求2所述的方法，其特征是所述的標(biāo)識(shí)符=([類蕃關(guān)鍵字1])邏輯關(guān)系 ([類蕃關(guān)鍵字2])…邏輯關(guān)系([類蕃關(guān)鍵字n])，標(biāo)識(shí)為可見字符，“([”為關(guān)鍵字開始 分割符，“])”為關(guān)鍵字結(jié)束分割符。
5.根據(jù)權(quán)利要求1所述的方法，其特征是所述的初始化是指(1)程序啟動(dòng)或者中途需要讀入配置文件；(2)配置文件存在本地或者遠(yuǎn)程，配置項(xiàng)按照配置文件的格式讀入內(nèi)存；(3)配置內(nèi)容按照數(shù)據(jù)結(jié)構(gòu)存放每一個(gè)配置項(xiàng)。
6.根據(jù)權(quán)利要求1所述的方法，其特征是所述的執(zhí)行查找或查詢函數(shù)是指查找按照 配置項(xiàng)的標(biāo)識(shí)進(jìn)行單項(xiàng)查找，返回查找內(nèi)容，執(zhí)行查詢函數(shù)是指查找按照配置項(xiàng)的標(biāo)識(shí)進(jìn) 行單項(xiàng)查找，返回查找結(jié)果。
全文摘要
本發(fā)明涉及一種文本，網(wǎng)頁或其他二進(jìn)制內(nèi)容的搜索方法，尤其是一種具有復(fù)雜關(guān)鍵字檢索結(jié)構(gòu)的網(wǎng)絡(luò)搜索方法，主要是通過配置文件的方式，先對(duì)關(guān)鍵字進(jìn)行配置建立索引關(guān)系，實(shí)現(xiàn)對(duì)復(fù)雜邏輯關(guān)鍵字內(nèi)容的查找，從而解決關(guān)鍵字經(jīng)常變化時(shí)搜索適應(yīng)性和可移植性差的問題。這種技術(shù)的優(yōu)點(diǎn)是代碼簡單，復(fù)用性高，可實(shí)現(xiàn)復(fù)雜的邏輯關(guān)系的搜索，配置靈活，可用范圍廣。
文檔編號(hào)G06F17/30GK101916303SQ201010277130
公開日2010年12月15日 申請(qǐng)日期2010年9月9日 優(yōu)先權(quán)日2010年9月9日
發(fā)明者曹鏡云 申請(qǐng)人:南京中興特種軟件有限責(zé)任公司