brief: | ឥឡូវនេះ i18n.site គាំទ្រការស្វែងរកអត្ថបទពេញដោយម៉ាស៊ីនមេ។

អត្ថបទនេះណែនាំពីការអនុវត្តបច្ចេកវិទ្យាស្វែងរកអត្ថបទពេញផ្នែកខាងមុខសុទ្ធ រួមទាំងលិបិក្រមដាក់បញ្ច្រាសដែលបង្កើតឡើងដោយ IndexedDB ការស្វែងរកបុព្វបទ ការបង្កើនប្រសិទ្ធភាពការបែងចែកពាក្យ និងការគាំទ្រពហុភាសា។

បើប្រៀបធៀបជាមួយនឹងដំណោះស្រាយដែលមានស្រាប់ ការស្វែងរកអត្ថបទពេញផ្នែកខាងមុខសុទ្ធរបស់ i18n.site មានទំហំតូច និងលឿន សមរម្យសម្រាប់គេហទំព័រខ្នាតតូច និងមធ្យម ដូចជាឯកសារ និងប្លក់ ហើយអាចប្រើបានក្រៅបណ្តាញ។

ការស្វែងរកអត្ថបទពេញលេញដែលដាក់បញ្ច្រាសផ្នែកខាងមុខសុទ្ធ

លំដាប់

បន្ទាប់ពីការអភិវឌ្ឍជាច្រើនសប្តាហ៍ i18n.site (ឧបករណ៍បង្កើតគេហទំព័រពហុភាសា & markdown វន្តសុទ្ធសាធ) ឥឡូវនេះគាំទ្រការស្វែងរកអត្ថបទពេញផ្ទៃមុខសុទ្ធ។

អត្ថបទនេះនឹងចែករំលែកការអនុវត្តបច្ចេកទេសនៃការស្វែងរកអត្ថបទពេញលេញ i18n.site ផ្នែកខាងមុខ ទស្សនា i18n.site

កូដប្រភពបើកចំហ : ស្វែងរកខឺណែល / ចំណុចប្រទាក់អន្តរកម្ម

ទិដ្ឋភាពទូទៅនៃដំណោះស្រាយស្វែងរកអត្ថបទពេញដោយគ្មានម៉ាស៊ីនមេ

សម្រាប់គេហទំព័រតូច និងមធ្យមដែលមានលក្ខណៈឋិតិវន្តសុទ្ធសាធ ដូចជាឯកសារ/ប្លក់ផ្ទាល់ខ្លួន ការកសាងកម្មវិធីខាងក្រោយការស្វែងរកអត្ថបទពេញលេញដែលបង្កើតដោយខ្លួនឯងគឺធ្ងន់ពេក ហើយការស្វែងរកអត្ថបទពេញដោយគ្មានសេវាកម្មគឺជាជម្រើសទូទៅជាង។

ដំណោះស្រាយការស្វែងរកអត្ថបទពេញដែលគ្មានម៉ាស៊ីនបម្រើធ្លាក់ទៅជាពីរប្រភេទធំៗ៖

ទីមួយ ស្រដៀងគ្នា algolia.com អ្នកផ្តល់សេវាស្វែងរកភាគីទីបីផ្តល់សមាសធាតុផ្នែកខាងមុខសម្រាប់ការស្វែងរកអត្ថបទពេញលេញ។

សេវាកម្មបែបនេះទាមទារការទូទាត់ដោយផ្អែកលើបរិមាណស្វែងរក ហើយជារឿយៗមិនអាចប្រើបានសម្រាប់អ្នកប្រើប្រាស់នៅក្នុងប្រទេសចិនដីគោក ដោយសារបញ្ហាដូចជាការអនុលោមតាមគេហទំព័រ។

វាមិនអាចប្រើបានក្រៅបណ្តាញ មិនអាចប្រើបាននៅលើអ៊ីនធឺណេត និងមានដែនកំណត់ដ៏អស្ចារ្យ។ អត្ថបទនេះមិនពិភាក្សាច្រើនទេ។

ទីពីរគឺការស្វែងរកអត្ថបទពេញផ្នែកខាងមុខសុទ្ធ។

នាពេលបច្ចុប្បន្ន ការស្វែងរកអត្ថបទពេញផ្នែកខាងមុខសុទ្ធទូទៅរួមមាន lunrjs និង ElasticLunr.js (ផ្អែកលើ lunrjs ការអភិវឌ្ឍន៍បន្ទាប់បន្សំ)។

lunrjs មានវិធីពីរយ៉ាងក្នុងការបង្កើតលិបិក្រម ហើយទាំងពីរមានបញ្ហារៀងៗខ្លួន។

1. ឯកសារលិបិក្រមដែលបានបង្កើតជាមុន

   ដោយសារតែលិបិក្រមមានពាក្យពីឯកសារទាំងអស់ វាមានទំហំធំ។ នៅពេលណាដែលឯកសារត្រូវបានបន្ថែម ឬកែប្រែ ឯកសារលិបិក្រមថ្មីត្រូវតែត្រូវបានផ្ទុក។ វានឹងបង្កើនពេលវេលារង់ចាំរបស់អ្នកប្រើប្រាស់ និងប្រើប្រាស់កម្រិតបញ្ជូនច្រើន។

2. ផ្ទុកឯកសារ និងបង្កើតលិបិក្រមភ្លាមៗ

   ការកសាងលិបិក្រមគឺជាកិច្ចការដែលពឹងផ្អែកខ្លាំងលើកុំព្យូទ័រ ការបង្កើតលិបិក្រមឡើងវិញរាល់ពេលដែលអ្នកចូលប្រើវានឹងបណ្តាលឱ្យមានការយឺតយ៉ាវជាក់ស្តែង និងបទពិសោធន៍អ្នកប្រើប្រាស់មិនល្អ។

បន្ថែមពីលើ lunrjs មានដំណោះស្រាយស្វែងរកអត្ថបទពេញលេញមួយចំនួនផ្សេងទៀត ដូចជា :

fusejs គណនាភាពស្រដៀងគ្នារវាងខ្សែអក្សរដើម្បីស្វែងរក។

ដំណើរការនៃដំណោះស្រាយនេះគឺអន់ខ្លាំងណាស់ ហើយមិនអាចប្រើសម្រាប់ការស្វែងរកអត្ថបទពេញបាន 10 Fuse.js សូមមើល

TinySearch ប្រើតម្រង Bloom ដើម្បីស្វែងរក មិនអាចប្រើសម្រាប់ការស្វែងរកបុព្វបទ (ឧទាហរណ៍ បញ្ចូល goo ស្វែងរក good google ) និងមិនអាចសម្រេចបាននូវប្រសិទ្ធិភាពនៃការបំពេញដោយស្វ័យប្រវត្តិស្រដៀងគ្នា។

ដោយសារតែការខ្វះខាតនៃដំណោះស្រាយដែលមានស្រាប់ i18n.site បានបង្កើតដំណោះស្រាយស្វែងរកអត្ថបទពេញមុខសុទ្ធថ្មី ដែលមានលក្ខណៈដូចខាងក្រោម :

1. គាំទ្រការស្វែងរកច្រើនភាសា និងមានទំហំតូច ទំហំនៃខឺណែលស្វែងរកបន្ទាប់ពីការវេចខ្ចប់ gzip គឺ 6.9KB (សម្រាប់ការប្រៀបធៀបទំហំ lunrjs គឺ 25KB )។
2. បង្កើតលិបិក្រមដាក់បញ្ច្រាសដោយផ្អែកលើ indexedb ដែលប្រើអង្គចងចាំតិច និងលឿន។
3. នៅពេលដែលឯកសារត្រូវបានបន្ថែម/កែប្រែ មានតែឯកសារដែលបានបន្ថែម ឬកែប្រែប៉ុណ្ណោះដែលត្រូវបានធ្វើលិបិក្រមឡើងវិញ ដោយកាត់បន្ថយចំនួននៃការគណនា។
4. គាំទ្រការស្វែងរកបុព្វបទ ដែលអាចបង្ហាញលទ្ធផលស្វែងរកក្នុងពេលវេលាជាក់ស្តែង ខណៈពេលដែលអ្នកប្រើប្រាស់កំពុងវាយ។
5. អាចប្រើបានក្រៅបណ្តាញ

ខាងក្រោមនេះ i18n.site សេចក្តីលម្អិតនៃការអនុវត្តបច្ចេកទេសនឹងត្រូវបានណែនាំយ៉ាងលម្អិត។

ការបែងចែកពាក្យពហុភាសា

ការបែងចែកពាក្យប្រើការបែងចែកពាក្យដើមរបស់កម្មវិធីរុករកតាមអ៊ីនធឺណិត Intl.Segmenter ហើយកម្មវិធីរុករកតាមអ៊ីនធឺណិតទាំងអស់គាំទ្រចំណុចប្រទាក់នេះ។

ពាក្យ segmentation coffeescript code មានដូចខាងក្រោម

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()

ក្នុង៖

• /\p{P}/ គឺជាកន្សោមធម្មតាដែលផ្គូផ្គងសញ្ញាវណ្ណយុត្តិជាក់លាក់រួមមាន: ! " # $ % & ' ( ) * + , - . / : ; < = > ? @ [ \ ] ^ _ { | } ~។ .</p><ul><li> split('.')គឺដោយសារតែការបែងចែកពាក្យក្នុងកម្មវិធីរុករកFirefoxមិនមានផ្នែក.` ។

ការកសាងសន្ទស្សន៍

តារាងផ្ទុកវត្ថុចំនួន 5 ត្រូវបានបង្កើតឡើងក្នុង IndexedDB :

• word : id -
• doc : id - Document url - លេខកំណែឯកសារ
• docWord : អារេនៃឯកសារ id - ពាក្យ id
• prefix : អារេនៃបុព្វបទ - ពាក្យ id
• rindex : Word id - Document id : អារេនៃលេខបន្ទាត់

ឆ្លងកាត់ក្នុងអារេនៃឯកសារ url និងកំណែលេខ ver ហើយស្វែងរកថាតើឯកសារមាននៅក្នុងតារាង doc ឬអត់។ ប្រសិនបើវាមិនមានទេ សូមបង្កើតលិបិក្រមដាក់បញ្ច្រាស។ ក្នុងពេលជាមួយគ្នានេះ ដកលិបិក្រមដាក់បញ្ច្រាសសម្រាប់ឯកសារទាំងនោះដែលមិនត្រូវបានឆ្លងកាត់។

តាមវិធីនេះ ការបង្កើតលិបិក្រមបន្ថែមអាចសម្រេចបាន ហើយបរិមាណនៃការគណនាត្រូវបានកាត់បន្ថយ។

នៅក្នុងអន្តរកម្មខាងមុខ របារវឌ្ឍនភាពនៃការផ្ទុកនៃសន្ទស្សន៍អាចត្រូវបានបង្ហាញ ដើម្បីជៀសវាងភាពយឺតយ៉ាវនៅពេលផ្ទុកជាលើកដំបូង សូមមើល "របារវឌ្ឍនភាពជាមួយចលនា ដោយផ្អែកលើតែមួយ progress + Pure css Implementation" English / Chinese .

IndexedDB ការសរសេរស្របគ្នាខ្ពស់។

គម្រោងនេះត្រូវ idb ដោយផ្អែកលើការបិទបាំងអសមកាលនៃ IndexedDB

IndexedDB អាន និងសរសេរគឺអសមកាល។ នៅពេលបង្កើតលិបិក្រម ឯកសារនឹងត្រូវបានផ្ទុកក្នុងពេលដំណាលគ្នាដើម្បីបង្កើតលិបិក្រម។

ដើម្បីជៀសវាងការបាត់បង់ទិន្នន័យដោយផ្នែកដែលបណ្តាលមកពីការសរសេរប្រកួតប្រជែង អ្នកអាចយោងទៅលើ coffeescript កូដខាងក្រោម ហើយបន្ថែមឃ្លាំងសម្ងាត់ ing រវាងការអាន និងការសរសេរ ដើម្បីស្ទាក់ចាប់ការសរសេរដែលប្រកួតប្រជែង។

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()

ភាពជាក់លាក់ និងការរំលឹកឡើងវិញ

ការស្វែងរកដំបូងនឹងបែងចែកពាក្យគន្លឹះដែលបានបញ្ចូលដោយអ្នកប្រើប្រាស់។

សន្មតថាមានពាក្យ N បន្ទាប់ពីការបែងចែកពាក្យ នៅពេលត្រឡប់លទ្ធផល លទ្ធផលដែលមានពាក្យគន្លឹះទាំងអស់នឹងត្រលប់មកវិញមុនគេ ហើយបន្ទាប់មកលទ្ធផលដែលមានពាក្យគន្លឹះ N-1 , N-2 ,... , 1 នឹងត្រលប់មកវិញ។

លទ្ធផលស្វែងរកដែលបង្ហាញដំបូងធានានូវភាពត្រឹមត្រូវនៃសំណួរ ហើយលទ្ធផលដែលបានផ្ទុកជាបន្តបន្ទាប់ (ចុចប៊ូតុងផ្ទុកបន្ថែម) ធានាបាននូវអត្រាការប្រមូលមកវិញ។

ផ្ទុកតាមតម្រូវការ

ដើម្បីកែលម្អល្បឿនឆ្លើយតប ការស្វែងរកប្រើម៉ាស៊ីនភ្លើង yield ដើម្បីអនុវត្តការផ្ទុកតាមតម្រូវការ ហើយនឹងត្រឡប់មកវិញ limit ពេលដែលលទ្ធផលត្រូវបានសួរ។

ចំណាំថារាល់ពេលដែលអ្នកស្វែងរកម្តងទៀតបន្ទាប់ពី yield អ្នកត្រូវបើកប្រតិបត្តិការសំណួរនៃ IndexedDB ឡើងវិញ។

បុព្វបទស្វែងរកតាមពេលវេលាជាក់ស្តែង

ដើម្បីបង្ហាញលទ្ធផលស្វែងរក ខណៈពេលដែលអ្នកប្រើប្រាស់កំពុងវាយបញ្ចូល ឧទាហរណ៍ នៅពេលបញ្ចូល wor ពាក្យដែលដាក់បុព្វបទជាមួយ wor ដូចជា words និង work ត្រូវបានបង្ហាញ។

ខឺណែលស្វែងរកនឹងប្រើតារាង prefix សម្រាប់ពាក្យចុងក្រោយបន្ទាប់ពីការបែងចែកពាក្យ ដើម្បីស្វែងរកពាក្យទាំងអស់ដែលមានបុព្វបទវា ហើយស្វែងរកតាមលំដាប់លំដោយ។

មុខងារ Anti-shake debounce ក៏ត្រូវបានប្រើប្រាស់ក្នុងអន្តរកម្មផ្នែកខាងមុខ (ត្រូវបានអនុវត្តដូចខាងក្រោម) ដើម្បីកាត់បន្ថយភាពញឹកញាប់នៃការបញ្ចូលអ្នកប្រើប្រាស់ដែលបង្កឱ្យមានការស្វែងរក និងកាត់បន្ថយចំនួននៃការគណនា។

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

អាចប្រើបានក្រៅបណ្តាញ

តារាងលិបិក្រមមិនរក្សាទុកអត្ថបទដើមទេ មានតែពាក្យប៉ុណ្ណោះ ដែលកាត់បន្ថយទំហំផ្ទុក។

ការរំលេចលទ្ធផលស្វែងរកតម្រូវឱ្យផ្ទុកអត្ថបទដើមឡើងវិញ ហើយការផ្គូផ្គងលេខ service worker អាចជៀសវាងសំណើបណ្តាញដដែលៗ។

ក្នុងពេលជាមួយគ្នានេះ ដោយសារតែ service worker ឃ្លាំងសម្ងាត់អត្ថបទទាំងអស់ នៅពេលដែលអ្នកប្រើប្រាស់ធ្វើការស្វែងរក គេហទំព័រទាំងមូល រួមទាំងការស្វែងរកអាចប្រើប្រាស់បានដោយគ្មានអ៊ីនធឺណិត។

បង្ហាញការបង្កើនប្រសិទ្ធភាពនៃឯកសារ MarkDown

ដំណោះស្រាយស្វែងរកផ្នែកខាងមុខសុទ្ធរបស់ i18n.site ត្រូវបានធ្វើឱ្យប្រសើរសម្រាប់ឯកសារ MarkDown ។

នៅពេលបង្ហាញលទ្ធផលស្វែងរក ឈ្មោះជំពូកនឹងត្រូវបានបង្ហាញ ហើយជំពូកនឹងត្រូវបានរុករកនៅពេលចុច។

សង្ខេប

ការស្វែងរកអត្ថបទពេញលេញដែលដាក់បញ្ច្រាសបានអនុវត្តសុទ្ធសាធនៅខាងមុខដោយមិនចាំបាច់មានម៉ាស៊ីនមេទេ។ វាស័ក្តិសមបំផុតសម្រាប់គេហទំព័រខ្នាតតូច និងមធ្យម ដូចជាឯកសារ និងប្លក់ផ្ទាល់ខ្លួន។

i18n.site ប្រភពបើកចំហរដែលបង្កើតដោយខ្លួនឯង ការស្វែងរកផ្នែកខាងមុខសុទ្ធ ទំហំតូច និងការឆ្លើយតបរហ័ស ដោះស្រាយការខ្វះខាតនៃការស្វែងរកអត្ថបទពេញផ្នែកខាងមុខសុទ្ធបច្ចុប្បន្ន និងផ្តល់នូវបទពិសោធន៍អ្នកប្រើប្រាស់កាន់តែប្រសើរ។