Tip
新增：Rust Crate ! 感谢 xuxiaocheng0201
simple 是一个支持中文和拼音的 sqlite3 fts5 拓展。它完整提供了 微信移动端的全文检索多音字问题解决方案 一文中的方案四，非常简单和高效地支持中文及拼音的搜索。
实现相关介绍：https://www.wangfenjin.com/posts/simple-tokenizer/
在此基础上，我们还支持通过 cppjieba 实现更精准的词组匹配，介绍文章见 https://www.wangfenjin.com/posts/simple-jieba-tokenizer/
- 下载已经编译好的插件：https://github.com/wangfenjin/simple/releases 参考 examples 目录，目前已经有 c++, python, go 和 node-sqlite3 的例子。
- iOS可以参考:
- #73
- @hxicoder 提供的 demo
- @pipi32167提供的demo
- 在 Rust 中使用的例子 #89 https://github.com/fundon/tiny-docs-se
- Java 例子 https://github.com/wangfenjin/sqlite-java-connect
- C# 例子 https://github.com/dudylan/SqliteCheck/
- Rust 例子 https://github.com/xuxiaocheng0201/libsimple/
首先需要确认你用到的 sqlite 版本支持 fts5 拓展，确认方法是：
select fts5(?1);然后就可以使用了，具体的例子可以参考 example.sql 和 cpp
$ ./sqlite3
SQLite version 3.32.3 2020-06-18 14:00:33
Enter ".help" for usage hints.
Connected to a transient in-memory database.
Use ".open FILENAME" to reopen on a persistent database.
sqlite> .load libsimple
sqlite> CREATE VIRTUAL TABLE t1 USING fts5(text, tokenize = 'simple');
sqlite> INSERT INTO t1 VALUES ('中华人民共和国国歌');
sqlite> select simple_highlight(t1, 0, '[', ']') as text from t1 where text match simple_query('中华国歌');
[中华]人民共和[国国歌]
sqlite> select simple_highlight(t1, 0, '[', ']') as text from t1 where text match jieba_query('中华国歌');
[中华]人民共和国[国歌]
sqlite> select simple_highlight(t1, 0, '[', ']') as text from t1 where text match simple_query('中华人民共和国');
[中华人民共和国国]歌
sqlite> select simple_highlight(t1, 0, '[', ']') as text from t1 where text match jieba_query('中华人民共和国');
[中华人民共和国]国歌
- simple tokenizer 支持中文和拼音的分词，并且可通过开关控制是否需要支持拼音
- simple_query() 函数实现自动组装 match query 的功能，用户不用学习 fts5 query 的语法
- simple_highlight() 实现连续高亮 match 的词汇，与 sqlite 自带的 highlight 类似，但是 simple_highlight 实现了连续 match 的词汇分到同一组的逻辑，理论上用户更需要这样
- simple_highlight_pos() 实现返回 match 的词汇位置，用户可以自行决定怎么使用
- simple_snippet() 实现截取 match 片段的功能，与 sqlite 自带的 snippet 功能类似，同样是增强连续 match 的词汇分到同一组的逻辑
- jieba_query() 实现jieba分词的效果，在索引不变的情况下，可以实现更精准的匹配。可以通过
-DSIMPLE_WITH_JIEBA=OFF关掉结巴分词的功能 #35 - jieba_dict() 指定 dict 的目录，只需要调用一次，需要在调用 jieba_query() 之前指定。
使用支持 c++14 以上的编译器编译，直接在根目录 ./build-and-run 就会编译所有需要的文件并运行测试。编译输出见 output 目录
也可以手动 cmake:
mkdir build; cd build
cmake ..
make -j 12
make install支持 iOS 编译：
./build-ios.sh
src/entry入口文件，注册 sqlite tokenizer 和函数src/simple_tokenizer分词器实现src/simple_highlight高亮函数，基于内置的高亮函数改的，让命中的相邻单词连续高亮src/pinyin中文转拼音以及拼音拆 query 的实现
- 添加 CI/CD
- 添加使用的例子，参见 cpp python3
- 部分参数可配，比如拼音文件的路径(已经把文件打包到 so 中)
- 减少依赖，减小 so 的大小
- 给出性能数据：加载扩展时间2ms内；第一次使用拼音功能需要加载拼音文件，大概 500ms；第一次使用结巴分词功能需要加载结巴分词文件，大概 4s。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent