SQLite的全文搜索与符号化问题
20130213更正：下面的'"明 日 *"'应改为'明 日 *'（把双层引号改为单层引号），将获得更多匹配结果。
20130321：
还可以在where条件中加入like或glob（同时使用match和like）以减少结果数量（或者加入其它条件）
Android自带的sqlite3通过fts3（是fulltext search engine 3的缩写？）模块支持全文搜索。但官方文档说只支持三种符号化，而且只支持完全和前缀匹配（也就是说，分割的符号只能完全或前方匹配搜索字符串），默认是不支持后缀和中缀搜索。如果要解决这个问题，需要做一些特殊处理。我看到网上的讨论，大概有以下方法：
（1）创建一个反转字符串的列，就可以实现后缀匹配
（2）使用类似MeCab的分词库，把目标串符号化。
不过我觉得这两种方法都是有一定的限制。方法二虽然比较好，但我觉得还是有点复杂。
我觉得符号化（分词）不一定要很精确，比如”我是中国人“只要符号化为”我 是 中 国 人 “就可以了。
所以我在创建符号化列时使用这样的逻辑（用Java处理）：
private static String tokenize(String str) {
StringBuffer sb = new StringBuffer();
for (int i = 0; i < str.length(); i++) {
sb.append(str.charAt(i));
sb.append(' ');
}
return sb.toString();
}
假设创建的符号化列为word_tokenize，搜索字符串为”明日“，那么查询语句是（注意搜索的非英文字符串”明日“也要被符号化）
select word, meaning, dict_id from words where word_tokenize match '"明 日 *"' order by rowid;
不过这样做的坏处是很明显的，因为英文单词会被分割成可以任意连结，而且搜索速度会减慢。
或者这样符号化会好些——
private static String tokenize(String str) {
StringBuffer sb = new StringBuffer();
for (int i = 0; i < str.length(); i++) {
char c = str.charAt(i);
sb.append(c);
if (c > 256) {
sb.append(' ');
}
}
return sb.toString();
}
页:
[1]