Merge pull request #1556 from CyC2018/search-ask

Update search.js
This commit is contained in:
CyC2018
2026-11-07 05:09:26 +08:00
committed by GitHub
2 changed files with 19 additions and 2 deletions
+12
View File
@@ -94,6 +94,18 @@ const natural = { documents: [
assert.equal(search(natural, '什么情况索引会失效?')[0].id, 'invalid', '整句的问法按词组的相关度找到小节');
assert.equal(search(natural, '平时是怎么用协程的')[0].id, 'co', '问法中的“平时”“用”这类词不影响');
assert.equal(search(natural, '主从复制')[0].id, 'repl', '短的搜索词仍按完整匹配排序');
const asking = { documents: [
{ title: 'Java 虚拟机', path: '/notes/Java 虚拟机', sections: [
{ title: '堆', id: 'heap', text: '所有对象都在这里分配内存,是垃圾收集的主要区域' },
{ title: '虚拟机栈', id: 'stack', text: '每个 Java 方法在执行的同时会创建一个栈帧' },
{ title: '堆和栈的区别', id: 'diff', text: '堆存放对象,线程共享;栈存放局部变量,线程私有' },
] },
{ title: 'Java 并发', path: '/notes/Java 并发', sections: [{ title: '七、J.U.C - AQS', id: 'aqs', text: 'java.util.concurrent 大大提高了并发性能' }] },
{ title: '算法', path: '/notes/算法', sections: [{ title: '跳表', id: 'skip', text: '多层有序链表' }] },
] };
assert.equal(search(asking, '堆和栈的区别是什么?')[0].id, 'diff', '去掉问句的开头结尾后正好是小节标题');
assert.equal(search(asking, '了解juc吗?')[0].id, 'aqs', 'JUC 与 J.U.C 互通');
assert.equal(search(asking, '跳跃表')[0].id, 'skip', '跳跃表与跳表互通');
const versions = { documents: [{ title: 'HTTP', path: '/notes/HTTP', sections: [
{ title: '八、HTTP/2.0', id: 'h2', text: '二进制分帧、多路复用、首部压缩' },
{ title: '七、HTTP/1.1 新特性', id: 'h11', text: '默认长连接' },
+7 -2
View File
@@ -60,7 +60,8 @@
var SYNONYMS = [
['垃圾收集', '垃圾回收'], ['i/o', 'io'], ['哈希', '散列', 'hash'], ['新生代', '年轻代'], ['重排序', '指令重排'],
['首部', '头部'], ['幻读', '幻影读'], ['脏读', '读脏数据'], ['b+tree', 'b+树', 'b+ 树'], ['多路复用', 'i/o 复用', '复用'],
['多版本并发控制', 'mvcc'], ['java 虚拟机', 'jvm'], ['检索增强生成', 'rag'], ['集群', 'cluster'], ['跨站脚本', 'xss'], ['跨站请求伪造', 'csrf'], ['运行时数据区域', '内存区域', '内存结构']
['多版本并发控制', 'mvcc'], ['java 虚拟机', 'jvm'], ['检索增强生成', 'rag'], ['集群', 'cluster'], ['跨站脚本', 'xss'], ['跨站请求伪造', 'csrf'], ['运行时数据区域', '内存区域', '内存结构'],
['跳跃表', '跳表'], ['j.u.c', 'juc'], ['左外连接', '左连接', 'left join'], ['右外连接', '右连接', 'right join'], ['循环', 'loop']
];
// 中英文混写的术语(“b+ 树”“i/o 复用”)在切词前换成一个整体,否则会被切成“b+”和“树”两个词分别匹配
var MIXED = [];
@@ -117,7 +118,9 @@
}
// 整句的问法:先去掉“什么是”“为什么”这类词再搜(“什么是幂等”按“幂等”搜)
var QUESTION = /什么是|是什么|为什么要|为什么|为啥|怎么样|怎么|如何|有哪些|哪些|有什么|区别是|作用是|原理是|的区别|区别|对比|比较|异同|和|与|跟|及|吗|呢|么|的|了|?|\?/g;
var QUESTION = /简单讲讲|讲一讲|讲讲|说一说|说说|说下|聊聊|谈谈|了解过|了解|知道|什么是|是什么|为什么要|为什么|为啥|怎么样|怎么|如何|有哪些|哪些|有什么|区别是|作用是|原理是|的区别|区别|对比|比较|异同|和|与|跟|及|吗|呢|么|的|了|?|\?/g;
// 只去掉问句的开头和结尾,保留“和”“的区别”:“堆和栈的区别是什么”中的“堆”“栈”单独去搜没有意义,标题正是“堆和栈的区别”
var ASKING = /^(?:简单讲讲|讲一讲|讲讲|说一说|说说|说下|聊聊|谈谈|了解过|了解|知道|什么是)|(?:是什么|是怎样|是啥|吗|呢|么|?|\?)+$/g;
function stripQuestion(query) {
// 去掉后剩下的单个汉字或单个字母没有意义(“和为 S”去掉“和”只剩“为”和“s”),这时不用去掉后的版本
var terms = splitTerms(normalize(query.replace(QUESTION, ' '))).filter(function (term) { return term.length > 1; });
@@ -230,6 +233,8 @@
// 去掉问法后的结果合并进来:“死锁的必要条件”原文只出现在学习路线中,正文的小节标题是“必要条件”
var stripped = stripQuestion(normalizedQuery);
if (stripped && stripped !== normalizedQuery) exact(stripped);
var asked = normalize(normalizedQuery.replace(ASKING, ''));
if (asked && asked !== normalizedQuery && asked !== stripped && splitTerms(asked).length === 1) exact(asked);
// “原理”“机制”这类泛泛的词正文中不一定出现(“synchronized 原理”),去掉后再搜一次;结果比带着这些词命中的少一个词的分
var core = stripGeneric(stripped || normalizedQuery);
if (core && core !== normalizedQuery && core !== stripped) exact(core);