關鍵詞匹配項目深入研究（一） - 過濾器的引入

在開始看本篇時，請先了解 手把手教你做關鍵詞匹配項目（搜索引擎）---- 第一天 ~ 手把手教你做關鍵詞匹配項目（搜索引擎）---- 第二十二天

前言

接上回說到，小帥帥把完成后的代碼，以及測試結果給出來后，于老大也沒多說什么，就被要求上線了，原因很簡單：大家都想有點貢獻，福利也是少不了的，后期遇到的事情后期再來升級，那餐飯，小帥帥很happy，很滿足，當然同行的有小丁丁，于老大，王總監。

問題的前因

隨著項目的運行，采集關鍵詞的應用日益廣泛，突然有一天小丁丁跑來找到小帥帥，小帥帥當然很歡喜，但是聽到后面的對話涼了一大截。

“小帥帥，你看，這些詞怎么有&，？，%，好多亂七八糟的詞都有了，這些詞都不太合適用，幫幫忙看看怎么去掉咯。”小丁丁的眼神也夠厲害的，盯得小帥帥直哆嗦。

“大姐，好咯，我先去瞧瞧，這件事包在我身上，到時解決了跟你說聲”。

小帥帥回去查了下，發現數據庫里面好多這種古怪的詞，小帥帥慌了，只好又去找到于老大。

“現在詞庫關鍵詞里面包含&，？，%這種詞很多，而且根據匹配度算法來算的話，這些詞都是可用的，我們怎么辦？”。

于老大聽了小帥帥的解說，想出了一個方案，我們控制下這些關鍵詞咯，反正這些關鍵詞業務也不使用，我們就不要讓他入庫了，既可以減少關鍵詞庫的量，又能保證關鍵詞的可利用率高。

小帥帥一聽，于老大就是不一樣，望塵莫及。

解決方案

增加一個功能，控制詞源入庫，符合規則的準入，不符合規則的丟棄--過濾器的功能。

設計方案

升級版果斷多姿多彩。

類圖：

代碼方案

1. InputSource、FileSource、TaobaoHotsSource代碼不變。

2. Source代碼新增過濾代碼，如下：

 1 class Source { 2  3     public $keyWords; 4  5     public function run() { 6  7         foreach ($this->keywords as $word) { 8             # code... 9             if(Filter::is($word)) continue;10             11             $keyword = new Keyword();12             $keyword->word = $word;13             $keyword->save();14         }15     }16 17 }

3. 新增Filter代碼：

 1 <?php 2  3 #@Filename: filter/Filter.php 4 #@Author: oShine 5  6 class Filter { 7  8     PRivate static $filterWords = array("*","?","%",".","&"); 9 10     public static function is($word){11         $pattern = "/(".implode("|", self::$filterWords).")/";12         return preg_match(pattern, $word);13     }14 15 }

總結

良好的代碼結構，新增移除功能都非常簡單，工作效率提升了。小帥帥深深的愛上了這份工作。