仅30行代码，实现一个搜索引擎(1.0版)

电玩女神 2023-09-26 16:28 41阅读 0赞

说到搜索引擎，一般人都会觉得这东西十分“高大上”，对于不了解搜索引擎实现方式的小伙伴而言，确实能够感同身受。

国内著名的搜索引擎代表非百度莫属，而国外著名的搜索引擎代表则非谷歌莫属了。

搜索引擎一定程度上方便了网民的生活，生活或工作中啥不知道的上网搜索一下大都能找到答案。

今天将会分享如何仅用30行左右的代码来实现一个简易版的搜索引擎，我先称之为1.0版本好啦～

**搜索引擎组成**

一个完整的搜索引擎由以下四部分组成：

*  搜索器
 *  索引器
 *  用户接口
 *  检索器

**搜索器**

熟悉 Python 的小伙伴可以把搜索器理解为 Python 的爬虫（scrawler），它像蜘蛛一样能够在互联网上大量爬取各类网站的内容，将爬取到的内容传送给索引器。

**索引器**

拿到搜索器传送的网页或内容后，会对内容进行加工处理，形成索引（index），存储于内部的数据库等待检索。

**用户接口**

用户接口很好理解，是指网页和 App 前端界面，例如：百度和谷歌的搜索页面。

用户通过用户接口，向搜索引擎发出询问（query），询问解析后送达检索器。

**检索器**

检索器在收到用户接口传送的询问解析后进行高效检索，再将检索结果返回给用户。

**搜索引擎 Python 实现**

PS：今天分享的重点是搜索引擎的实现，不是如何进行爬虫爬取内容，因此搜索引擎的组成部分搜索器此处使用本地存储文件内容代替。

**1. 搜索引擎基类文件**

# Engine.py
    class SearchEngineBase(object):
        def __init__(self):
            pass
    
        def add_search_contents(self, file_path):
            with open(file_path, 'r') as fin:
                content = fin.read()
            self.process_search_contents(file_path, content)
    
        def process_search_contents(self, file_path, content):
            raise Exception('process_search_contents not implemented.')
    
        def search(self, query_content):
            raise Exception('search not implemented.')
    
    
    def main(search_engine):
        for file_path in ['./search_contents/1.txt', './search_contents/2.txt', './search_contents/3.txt', './search_contents/4.txt', './search_contents/5.txt']:
            search_engine.add_search_contents(file_path)
    
        while True:
            query_content = input('请输入你要检索的关键词：')
            results = search_engine.search(query_content)
            print('Total found {} result(s):'.format(len(results)))
            for result in results:
                print(result)

**2. 搜索引擎子类文件**

# SimpleEngine.py
    from Engine import SearchEngineBase, main
    import sys, os
    sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
    
    
    class MyEngine(SearchEngineBase):
        """
        1.MyEngine是继承了父类SearchEngineBase的子类
        2.子类继承并实现了process_search_contents,search函数
        3.子类继承了父类的add_search_contents函数
        """
        def __init__(self):
            super(MyEngine, self).__init__()
            self.__file_path_to_content = {
        } # 初始化私有变量__file_path_to_content,用于存储文件路径及其内容的字典
    
        def process_search_contents(self, file_path, content):
            """
            填充字典__file_path_to_content，将文件路径作为key,文件内容作为value写入字典中
            """
            self.__file_path_to_content[file_path] = content
    
        def search(self, query):
            """
            枚举字典内容，将搜索的关键字在文件内容中有搜索结果时，将对应文件路径放入列表以便于统计其长度
            """
            results = []
            for file_path, content in self.__file_path_to_content.items():
                if query in content:
                    results.append(file_path)
            return results
    
    
    search_engine = MyEngine()
    main(search_engine)

**3. 搜索样本文件**

如图所示，将搜索的样本文件分别放在5个不同的 txt 文件中，并都放于 search\_contents 目录下。

![图片][0bdec3aae19e4b7d83210d2efc596d46.png]

**4. 搜索引擎效果**

![在这里插入图片描述][3a78093c18f0422282ef51a338c1a1dd.png]

到这里，一个简易版的搜索引擎就实现了，后面还会继续分享搜索引擎实现的进阶版，敬请关注哟～

如果你不想一个人野蛮生长，找不到系统的资料，问题得不到帮助，坚持几天便放弃的感受的话，可以加入我们的QQ群：**746506216**，大家可以一起讨论交流，里面会有各种软件测试资料和技术交流。

--------------------

### 资源分享 ###

**下方这份完整的软件测试视频学习教程已经上传CSDN官方认证的二维码，朋友们如果需要可以自行免费领取 `【保证100%免费】`**

![在这里插入图片描述][b9a9eea1ed5c42429c5e383b00ba6e0c.png_pic_center]

![在这里插入图片描述][d96b58a511f84668b59f3f620964da07.png_pic_center]

[0bdec3aae19e4b7d83210d2efc596d46.png]: https://img-blog.csdnimg.cn/0bdec3aae19e4b7d83210d2efc596d46.png
[3a78093c18f0422282ef51a338c1a1dd.png]: https://img-blog.csdnimg.cn/3a78093c18f0422282ef51a338c1a1dd.png
[b9a9eea1ed5c42429c5e383b00ba6e0c.png_pic_center]: https://img-blog.csdnimg.cn/b9a9eea1ed5c42429c5e383b00ba6e0c.png#pic_center
[d96b58a511f84668b59f3f620964da07.png_pic_center]: https://img-blog.csdnimg.cn/d96b58a511f84668b59f3f620964da07.png#pic_center