如何实现实用的网站站内搜索？酒店名称模糊搜索优化求助

一、解决前缀匹配问题（如"taj mum"匹配"Taj Wellington Mews Mumbai"） #

你的核心问题是当前布尔模式全文搜索仅支持完整词匹配，需要调整为前缀模糊匹配，同时修复停用词处理的逻辑bug：

1. 修改搜索词生成逻辑

把每个关键词改为+关键词*格式，这样数据库会匹配以该关键词开头的所有词汇；同时修复之前遇到停用词直接终止循环的错误，改为跳过停用词：

$q = sanitize($_POST['search']);
// 用正则分割所有非单词字符，适配含连字符/特殊符号的输入
$qParts = preg_split('/\W+/', trim($q));
$fullTextQuery = '';
$filterWords = [
    'the', 'in', 'of', 'from', 'and', 'a', 'an'
];

foreach ($qParts as $key) {
    $keyLower = strtolower($key);
    // 跳过空字符串和停用词
    if(empty($key) || in_array($keyLower, $filterWords)) {
        continue;
    }
    // 添加前缀通配符，支持部分匹配
    $fullTextQuery .= '+'.$key.'* ';
}

// 处理空搜索场景
if(empty($fullTextQuery)) {
    $searchQuery = "SELECT name, link FROM hotels WHERE status = 2 LIMIT 10";
} else {
    // 增加相关性排序，让匹配度高的结果排在前面
    $searchQuery = "SELECT name, link, MATCH(name) AGAINST ('$fullTextQuery' IN BOOLEAN MODE) AS relevance 
                    FROM hotels 
                    WHERE MATCH(name) AGAINST ('$fullTextQuery' IN BOOLEAN MODE) AND status = 2
                    ORDER BY relevance DESC";
}

2. 调整MySQL全文索引配置

MySQL默认全文索引的最小词长是4，如果你需要支持2-3个字符的前缀（如"mum"），需要修改配置：

• 编辑my.cnf（或my.ini）文件，添加/修改：

  ft_min_word_len=2
  

• 重启MySQL服务
• 重建全文索引：

  ALTER TABLE hotels DROP INDEX ft_name; -- 替换为你的全文索引名
  ALTER TABLE hotels ADD FULLTEXT INDEX ft_name (name);
  

二、增强子词匹配能力（可选，适配更灵活的输入） #

如果用户可能输入中间片段（如"wellington"的"well"），可以使用MySQL的n-gram全文索引（MySQL 5.7+ / MariaDB支持）：

1. 创建n-gram索引：

   ALTER TABLE hotels ADD FULLTEXT INDEX ft_name_ngram (name) WITH PARSER ngram;
   

2. 搜索时直接使用自然语言模式，无需手动添加通配符：

   SELECT name, link, MATCH(name) AGAINST ('taj mum' IN NATURAL LANGUAGE MODE) AS relevance
   FROM hotels
   WHERE MATCH(name) AGAINST ('taj mum' IN NATURAL LANGUAGE MODE) AND status = 2
   ORDER BY relevance DESC;
   

n-gram会自动将词汇拆分为2个字符的片段（可通过ngram_token_size调整），能匹配任意位置的子词。

三、处理拼写错误问题 #

对于用户的拼写错误（如"taj mumm"），可以通过编辑距离函数匹配相似词汇：

1. 先创建MySQL自定义编辑距离函数：

   DELIMITER $$
   CREATE FUNCTION LEVENSHTEIN(str1 VARCHAR(255), str2 VARCHAR(255)) 
   RETURNS INT
   DETERMINISTIC
   BEGIN
       DECLARE len1, len2, i, j, cost, min_cost INT;
       DECLARE str1_char CHAR(1);
       SET len1 = CHAR_LENGTH(str1);
       SET len2 = CHAR_LENGTH(str2);
       IF len1 = 0 THEN RETURN len2; END IF;
       IF len2 = 0 THEN RETURN len1; END IF;
       CREATE TEMPORARY TABLE IF NOT EXISTS levenshtein (id INT AUTO_INCREMENT PRIMARY KEY, val INT NOT NULL);
       INSERT INTO levenshtein (val) VALUES (0);
       FOR i FROM 1 TO len1 DO INSERT INTO levenshtein (val) VALUES (i); END FOR;
       FOR j FROM 1 TO len2 DO
           SET str1_char = SUBSTRING(str2, j, 1);
           SET min_cost = j;
           FOR i FROM 1 TO len1 DO
               SET cost = IF(SUBSTRING(str1, i, 1) = str1_char, 0, 1);
               SET min_cost = LEAST((SELECT val FROM levenshtein WHERE id = i + 1) + 1, min_cost + 1, (SELECT val FROM levenshtein WHERE id = i) + cost);
               UPDATE levenshtein SET val = min_cost WHERE id = i;
           END FOR;
           UPDATE levenshtein SET val = j + 1 WHERE id = len1 + 1;
       END FOR;
       SET min_cost = (SELECT val FROM levenshtein WHERE id = len1 + 1);
       DROP TEMPORARY TABLE IF EXISTS levenshtein;
       RETURN min_cost;
   END$$
   DELIMITER ;
   

2. 在代码中添加降级逻辑：如果前缀搜索无结果，就用编辑距离查找相似词汇：

   // 先执行前缀搜索
   $result = mysqli_query($conn, $searchQuery);
   if(mysqli_num_rows($result) == 0) {
       // 生成基于编辑距离的查询
       $editQuery = "SELECT name, link, LEVENSHTEIN(name, '$q') AS distance 
                     FROM hotels 
                     WHERE status = 2 
                     ORDER BY distance ASC LIMIT 10";
       $result = mysqli_query($conn, $editQuery);
   }
   

内容的提问来源于stack exchange，提问作者Whip