diff --git a/website/builder/test_search.cjs b/website/builder/test_search.cjs index 4c3dbc0e..99dfd0c1 100644 --- a/website/builder/test_search.cjs +++ b/website/builder/test_search.cjs @@ -142,6 +142,19 @@ const guide = { documents: [ ] }; assert.equal(search(guide, 'MySQL 的 B+Tree 索引为什么适合范围查询?')[0].id, 'btree', '整句提问时讲解正文排在写进原句的导读之前'); assert.equal(search(guide, '第 25 天')[0].id, 'day', '学习路线仍能搜到'); +const short = { documents: [ + { title: '学习路线 - 示例', path: '/notes/学习路线 - 示例', sections: [{ title: '第 37 天:可靠传输', id: 'day', text: '自测:TCP 是怎么保证可靠传输的?' }] }, + { title: 'Java 基础', path: '/notes/Java 基础', sections: [{ title: 'Java 与 C++ 的区别', id: 'cpp', text: 'Java 是纯粹的面向对象语言' }] }, + { title: 'Java 并发', path: '/notes/Java 并发', sections: [{ title: 'Java 中的锁', id: 'lock', text: 'synchronized 和 ReentrantLock' }] }, + { title: '传输层', path: '/notes/传输层', sections: [{ title: 'TCP 可靠传输', id: 'tcp', text: 'TCP 用序号、确认和超时重传恢复丢失的报文段' }] }, + { title: '进程管理', path: '/notes/进程管理', sections: [ + { title: '5. 协程', id: 'co', text: '协程是用户态的轻量级线程' }, + { title: '16. 线程', id: 'th', text: '线程是独立调度的基本单位' }, + ] }, +] }; +assert.equal(search(short, '说下Java锁有哪些?')[0].id, 'lock', '去掉问法后剩下的单字“锁”仍算搜索词'); +assert.equal(search(short, 'TCP是怎么保证可靠传输的?')[0].id, 'tcp', '去掉问法后剩得少的问句也按整句处理'); +assert.equal(search(short, '16 了解协程吗?')[0].id, 'co', '面经开头的题号不算搜索词'); 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' }, diff --git a/website/templates/search.js b/website/templates/search.js index 427e83d9..f177d271 100644 --- a/website/templates/search.js +++ b/website/templates/search.js @@ -137,8 +137,11 @@ 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; }); - return terms.length ? terms.join(' ') : ''; + // 单个汉字只在旁边还有更长的词时保留:“java锁”去掉问法后的“锁”有意义,虚词(“是”)不算 + var terms = splitTerms(normalize(query.replace(QUESTION, ' '))).filter(function (term) { return !FUNCTION_CHARS.test(term) || term.length > 1; }); + if (!terms.some(function (term) { return term.length > 1; })) return ''; + terms = terms.filter(function (term) { return term.length > 1 || CJK.test(term); }); + return terms.join(' '); } var GENERIC = /(底层)?(原理|机制|实现方式|实现|作用|流程|过程|优缺点|应用场景|使用场景|场景|特点|详解|介绍|用法|理论)/g; function stripGeneric(query) { @@ -221,6 +224,8 @@ } function search(index, query, limit) { + // 面经里常带题号(“16 了解协程吗?”“1,了解数据库事务吗”),题号不是搜索词 + query = String(query).replace(/^\s*\d{1,3}(?:[.、,,::))]|\s{2,})\s*/, ''); var normalizedQuery = normalize(query).slice(0, 120); if (!normalizedQuery) return []; camelSplit(query); @@ -279,7 +284,9 @@ // 整句的问法(去掉问法后还有 7 个以上汉字,或 3 个以上的词)和相关度排序做倒数排名融合:两边都靠前的排在最前; // 短的搜索词保持原来的排序,相关度中的结果补在后面 var core = stripped || normalizedQuery, rel = relevance(entries, core), fused = {}, K = 1; - var sentence = (core.match(/[㐀-鿿豈-﫿]/g) || []).length >= 7 || splitTerms(core).length >= 3; + // 带问法的句子(“TCP是怎么保证可靠传输的?”)去掉问法后剩得少,也按句子处理,不让学习路线里原样引用的问句压住正文 + var cjk = (core.match(/[㐀-鿿豈-﫿]/g) || []).length; + var sentence = cjk >= (stripped && stripped !== normalizedQuery ? 5 : 7) || splitTerms(core).length >= 3; var exactWeight = sentence ? 1 : 100; // 整句时学习路线的导读、附录实验这类降权的小节在完全匹配的排序中也打折:导读常把问题原句写进去,会排到讲解正文前面 results.forEach(function (r, i) { fused[r.path + '?' + r.id] = exactWeight / (K + i + 1) * (sentence && r.penalty ? .2 : 1); });