brief: | Tacaíonn i18n.site le cuardach téacs iomlán gan fhreastalaí.

Tugann an t-alt seo isteach cur i bhfeidhm na teicneolaíochta cuardaigh téacs iomlán tosaigh tosaigh, lena n-áirítear innéacs inverted tógtha ag IndexedDB, cuardach réimír, leas iomlán a bhaint deighilt focal agus tacaíocht iltheanga.

I gcomparáid leis na réitigh atá ann cheana féin, tá cuardach téacs iomlán tosaigh tosaigh i18n.site beag i méid agus go tapa, oiriúnach do láithreáin ghréasáin bheaga agus mheánmhéide cosúil le doiciméid agus blaganna, agus tá sé ar fáil as líne.

Cuardach Téacs Iomlán Inbhéartaithe Íon Tosaigh

Seicheamh

Tar éis roinnt seachtainí forbartha, tacaíonn i18n.site (uirlis statach amháin tógála markdown multilingualtranslation & ) le cuardach téacs iomlán íon tosaigh.

Déanfaidh an t-alt seo cur i bhfeidhm teicniúil i18n.site cuardach téacs iomlán tosaigh íon a roinnt chun i18n.site a fháil ar an éifeacht cuardaigh.

Cód foinse / :

Forbhreathnú Ar Réitigh Chuardaigh Téacs Iomlán Gan Fhreastalaí

I gcás suíomhanna gréasáin beaga agus meánmhéide atá ina n-iomláine statach, mar dhoiciméid/blaganna pearsanta, tá sé róthrom inneall cuardaigh lántéacs féin-thógtha a thógáil, agus is é cuardach lántéacs gan seirbhís an rogha is coitianta.

Tá dhá chatagóir leathana i gceist le réitigh chuardaigh téacs iomlán gan fhreastalaí:

Ar an gcéad dul síos algolia.com cuireann soláthraithe seirbhíse cuardaigh tríú páirtí comhpháirteanna tosaigh le haghaidh cuardach téacs iomlán.

Éilíonn seirbhísí den sórt sin íocaíocht bunaithe ar mhéid an chuardaigh, agus is minic nach mbíonn siad ar fáil d'úsáideoirí ar mhórthír na Síne mar gheall ar shaincheisteanna ar nós comhlíonadh láithreán gréasáin.

Ní féidir é a úsáid as líne, ní féidir é a úsáid ar an inlíon, agus tá teorainneacha móra aige. Ní phléann an t-alt seo mórán.

Is é an dara ceann cuardach téacs iomlán tosaigh íon.

I láthair na huaire, áirítear ar chuardaigh choitianta lántéacs tosaigh íon lunrjs agus ElasticLunr.js (bunaithe ar lunrjs forbairt thánaisteach).

lunrjs Tá dhá bhealach ann le hinnéacsanna a thógáil, agus tá a gcuid fadhbanna féin ag an mbeirt.

1. Comhaid innéacs réamhthógtha

   Toisc go bhfuil focail ó gach doiciméad san innéacs, tá sé mór i méid. Nuair a chuirtear doiciméad leis nó nuair a athraítear é, ní mór comhad innéacs nua a luchtú. Méadóidh sé am feithimh an úsáideora agus ídíonn sé go leor bandaleithead.

2. Luchtaigh doiciméid agus tóg innéacsanna ar an eitilt

   Is dianchúram ríomhaireachta é innéacs a thógáil.

Chomh maith le lunrjs , tá roinnt réiteach cuardaigh téacs iomlán eile, mar :

fusejs , ríomh an chosúlacht idir teaghráin chun cuardach a dhéanamh.

Tá feidhmíocht an réitigh seo an-lag agus ní féidir é a úsáid le haghaidh cuardach téacs iomlán (féach Fuse.js Tógann fiosrúchán fada níos mó ná 10 soicind, conas é a bharrfheabhsú? ).

TinySearch , úsáid scagaire Bloom chun cuardach a dhéanamh, ní féidir é a úsáid le haghaidh cuardaigh réimír (mar shampla, cuir isteach goo , cuardaigh good , google ), agus ní féidir leis an éifeacht críochnaithe uathoibríoch chomhchosúil a bhaint amach.

Mar gheall ar easnaimh na réitigh atá ann cheana féin, d'fhorbair i18n.site réiteach cuardaigh téacs iomlán nua tosaigh íon, a bhfuil na tréithe seo a leanas aige :

1. Tacaíonn sé le cuardach iltheanga 25KB tá sé 6.9KB gzip méid lunrjs
2. Tóg innéacs inbhéartaithe bunaithe ar indexedb , a thógann suas níos lú cuimhne agus atá tapa.
3. Nuair a dhéantar doiciméid a shuimiú nó a mhodhnú, ní dhéantar ach na doiciméid bhreise nó leasaithe a ath-innéacsú, rud a laghdóidh méid na ríomhanna.
4. Tacaíonn sé le cuardach réimír, ar féidir leis torthaí cuardaigh a thaispeáint i bhfíor-am agus an t-úsáideoir ag clóscríobh.
5. Ar Fáil as Líne

Anseo thíos, tabharfar isteach sonraí cur chun feidhme teicniúil i18n.site go mion.

Deighilt Focal Ilteangach

Úsáideann deighilt focal deighilt focal dúchais an bhrabhsálaí Intl.Segmenter , agus tacaíonn gach brabhsálaí príomhshrutha leis an gcomhéadan seo.

Is é seo a leanas an cód deighilte focal coffeescript

SEG = new Intl.Segmenter 0, granularity: "word"

seg = (txt) =>
  r = []
  for {segment} from SEG.segment(txt)
    for i from segment.split('.')
      i = i.trim()
      if i and !'|`'.includes(i) and !/\p{P}/u.test(i)
        r.push i
  r

export default seg

export segqy = (q) =>
  seg q.toLocaleLowerCase()

i:

• Is slonn rialta é /\p{P}/ a mheaitseálann marcálacha poncaíochta Áirítear le siombailí meaitseála ar leith: ! " # $ % & ' ( ) * + , - . / : ; < = > ? @ [ \ ] ^ _ { | } ~. .</p><ul><li> Is éard atá i gceist le split('.')ná nach mír.é deighilt focal brabhsálaíFirefox` .

Foirgneamh Innéacs

Cruthaíodh 5 táblaí stórála réad i IndexedDB :

• word : id - focail
• doc : id - Doiciméad url - Uimhir leagain an doiciméid
• docWord : Eagar doiciméad id - focal id
• prefix : Réimír - focal id
• rindex : Focal id - Doiciméad id : Eagar de línte uimhreacha

Cuir isteach an t-eagar de dhoiciméad url agus uimhir leagain ver , agus cuardaigh an bhfuil an doiciméad i dtábla doc Mura bhfuil sé ann, cruthaigh innéacs inbhéartaithe. Ag an am céanna, bain an t-innéacs inbhéartaithe do na doiciméid sin nár tugadh isteach.

Ar an mbealach seo, is féidir innéacsú incriminteach a bhaint amach agus laghdaítear an méid ríomh.

San idirghníomhú tosaigh, / féidir barra dul chun cinn luchtaithe an progress + a thaispeáint css moill a sheachaint nuair a bhíonn tú ag luchtú den chéad uair.

Scríbhneoireacht Ard Comhthráthach IndexedDB

Tá an tionscadal idb bunaithe ar an imchochlú asincrónach de IndexedDB

Tá léann agus scríobh IndexedDB asincrónach. Nuair a bheidh innéacs á chruthú, déanfar doiciméid a luchtú i gcomhthráth chun an t-innéacs a chruthú.

D'fhonn caillteanas páirteach sonraí de bharr scríbhneoireacht iomaíoch a sheachaint, is féidir leat tagairt a dhéanamh don chód coffeescript thíos agus taisce ing a chur leis idir léamh agus scríobh chun scríbhinní iomaíocha a thascradh.

pusher = =>
  ing = new Map()
  (table, id, val)=>
    id_set = ing.get(id)
    if id_set
      id_set.add val
      return

    id_set = new Set([val])
    ing.set id, id_set
    pre = await table.get(id)
    li = pre?.li or []

    loop
      to_add = [...id_set]
      li.push(...to_add)
      await table.put({id,li})
      for i from to_add
        id_set.delete i
      if not id_set.size
        ing.delete id
        break
    return

rindexPush = pusher()
prefixPush = pusher()

Beachtas Agus Athghairm

Déanfaidh an cuardach deighilt ar dtús ar na heochairfhocail a chuir an t-úsáideoir isteach.

Glac leis go bhfuil N focal tar éis deighilt na bhfocal Nuair a bheidh torthaí á dtabhairt ar ais, seolfar torthaí ina bhfuil na heochairfhocail go léir ar ais ar dtús, agus ansin cuirfear torthaí ina bhfuil N-1 , N-2 ,..., 1 eochairfhocal ar ais.

Cinntíonn na torthaí cuardaigh a thaispeántar ar dtús cruinneas an fhiosrúcháin, agus cinntíonn na torthaí a lódáiltear ina dhiaidh sin (cliceáil ar an gcnaipe ualach níos mó) an ráta athghairme.

Luchtaigh Ar Éileamh

D'fhonn an luas freagartha a fheabhsú, úsáideann an cuardach an gineadóir yield chun luchtú ar éileamh a chur i bhfeidhm, agus filleann sé limit uair a cheistítear toradh.

Tabhair faoi deara go gcaithfidh tú idirbheart fiosrúcháin de IndexedDB a athoscailt gach uair a dhéanann tú cuardach arís tar éis yield .

Réimír Cuardach Fíor-Ama

Chun torthaí cuardaigh a thaispeáint agus an t-úsáideoir ag clóscríobh, mar shampla, nuair a chuirtear wor isteach, taispeántar focail a bhfuil réimír wor orthu mar words agus work .

Bainfidh an t-eithne cuardaigh úsáid as an tábla prefix don fhocal deiridh tar éis deighilt focal chun gach focal a bhfuil réimír leis a aimsiú, agus cuardach a dhéanamh in ord.

Úsáidtear feidhm frith-shake debounce freisin in idirghníomhaíocht deireadh tosaigh (arna chur i bhfeidhm mar seo a leanas) chun minicíocht ionchuir úsáideora a spreagann cuardaigh a laghdú agus an méid ríomh a laghdú.

export default (wait, func) => {
  var timeout;
  return function(...args) {
    clearTimeout(timeout);
    timeout = setTimeout(func.bind(this, ...args), wait);
  };
}

Ar Fáil as Líne

Ní stórálann an tábla innéacs an téacs bunaidh, ach na focail, rud a laghdaíonn an méid stórála.

Chun torthaí cuardaigh a aibhsiú is gá an buntéacs a athlódáil, agus is féidir le meaitseáil service worker iarratais líonra arís agus arís eile a sheachaint.

Ag an am céanna, toisc go ndéanann service worker caches ar gach alt, a luaithe a dhéanann an t-úsáideoir cuardach, tá an láithreán gréasáin iomlán, lena n-áirítear an cuardach, ar fáil as líne.

Taispeáin Optamú Doiciméad MarkDown

Tá réiteach cuardaigh ceann tosaigh íon i18n.site optamaithe le haghaidh MarkDown doiciméad.

Nuair a thaispeánfar torthaí cuardaigh, taispeánfar ainm na caibidle agus déanfar an chaibidil a nascleanúint nuair a chliceáiltear uirthi.

Achoimre

Cuardach téacs iomlán inbhéartaithe curtha i bhfeidhm ar an taobh tosaigh amháin, níl aon fhreastalaí ag teastáil. Tá sé an-oiriúnach do shuíomhanna gréasáin beaga agus meánmhéide cosúil le doiciméid agus blaganna pearsanta.

i18n.site Réitíonn cuardach tosaigh íon féinfhorbartha foinse oscailte, beag i méid agus freagra tapa, easnaimh an chuardaigh téacs iomlán tosaigh íon atá ann faoi láthair agus cuireann sé eispéireas úsáideora níos fearr ar fáil.