一、作用
全文搜索算法适合文本文件的搜索。
二、应用场景
全文搜索算法广泛应用在各个网站的搜索功能中。
三、全文搜索和正则模糊查询的区别
1、全文搜索可以把搜索关键字进行分割，提取出相关的关键词。
2、正则模糊查询只能把关键字作为整体，不能分割词汇。
四、全文搜索的思路
(一)把被查询的文本文件建立索引库
1、在磁盘中确定一个文件作为索引文件。
索引文件的格式自定义，方便进行查询。
2、索引文件的作用：
建立关键字和文件路径、出现位置的对应关系。
假设词汇“漂亮” 出现在文本文件 《我的对象》中，那么这个词汇在索引中的记录内容是：
漂亮 : 《我的对象》文件存放路径 : 出现的起始字节位置
3、如何确定索引文件的内容？
3.1、按照顺序读取文本文件的字符，按照分词规则忽略无用词汇，提取关键词汇。
3.2、给每个关键词汇存入一个索引到索引文件里。
(二)开发网络接口给外部查询
1、提供HTTP接口给外部查询
2、查询思路：
用户输入查询关键字，提交给后台。
后台获取关键字，开始分词。
把词汇到索引文件中查询。
如果词汇出现在索引文件中，返回文件的路径和坐标。
后台把该文件内容返回(把目标词汇高亮显示)。
五、关键思路
(一)如何分词
1、建立忽略词汇表
把那些代词、介词、标点符号组成一个忽略表，用来忽略不计。
例如 我、我们、的、地、你、了
忽略标点符号： 、；，！？。
2、建立关键词汇表
需要用户不断的录入词汇，方便查询。
把汉语的词汇都录进去，例如：目录、模型、关键、物质、组织、基础、训练、右击、考试、老师等。
3、把文字序列进行分词
从最左边开始，判断每一个字符：
如果在忽略词汇表中，就忽略该词汇，读取下一个字符。
如果在关键词汇表的词汇中，有词汇的第一个词和该词汇相等，那么读取下一个字符是否匹配第二个字符。
例如当前字符是‘礼’，在关键词汇表中有 ‘礼仪’这个词汇的第一个词汇和它相等，那么读取第二个字符是否等于‘仪’。
注意：可能只有匹配一个字符也满足。
4、如果查询序列和关键词汇表有相等的，就获取索引文件中出现过的文件。
(二)索引文件如何建立
采用二进制格式，每条记录连续存放。
单条记录格式：20字节关键字 50字节相关文件路径 4字节出现的起始索引位置六、通俗介绍
(一)被搜索的文本文件通过分词操作，建立索引。
(二)用户提交关键句进行查询，后台根据关键句子也进行分词操作，从索引文件中找到关键字相等的那些文件路径，把文件内容返回给用户。
案例：
1、搜索时有一句话： 我的未来不是梦。
2、分词后忽略： 我 的 。
3、分词后获得的关键字：未来 不是 是梦 梦
4、把未来、不是、是梦、梦这四个关键字去索引文件里查询，如果存在就返回对应的文件路径。
5、假设找到以下文件路径(这些文件内容中出现过关键字)：
/doc/关于未来的演讲.html
/doc/我的未来生活.txt
/doc/我做了一个梦.doc
6、把这些文件路径代表的文件读取，用内容列表返回给用户。
)
