Bigram Full-Text Search v0.2.2
我應不應該給相關文章正式作個 Widget 呢？1可是這個 Plugin 的功能應該是搜尋耶…
-
目前是作了自己在用啦！ ↩
從 Kirin Lin 那邊看到， WordPress 2.3 Beta 1 多了這個語焉不詳的功能，而剛才 svn update 時碰巧發現這個新奇的檔名 canonical.php ，本來只是好奇是什麼樣的功能會取名為 canonical ，沒想到就順便解開了 SEO-friendly URL redirection 是什麼的謎底——
SEO-friendly URL redirection 這個功能，就是讓每頁的網址固定，例如這個（原始網址）或是這個（舊版靜態連結），最後都一樣會被導向到這裡。
同時還有統一域名的功能，如果你設定的 Blog 網址是 blog.bcse.info ，使用者輸入 www.blog.bcse.info 時，就會被自動修正為 blog.bcse.info 。
換句話說，只要升級到 WordPress 2.3 ，就不需要再裝 Permalink Redirect 和 Enforce www. Preference 兩個外掛囉！
至於為什麼這樣對於搜尋引擎有益，我想可能是
- 避免被誤以為是重複內容而受懲罰。
- 讓搜尋引擎紀錄到最漂亮的網址。
另外附一張外掛更新通知圖（看來果然要是在 WordPress Extend 登記有案的 Plugin 才能享受到此功能）：
昨天整理 WordPress 資料庫時發現， Bigram Full-Text Search 如果設定可在迴響中搜尋，好像會殘留下一些垃圾迴響？今天想來修這個 bug ，才發現更嚴重的 bug ——目前根本就不會產生迴響的 N-gram 啊！ orz （原因只是打錯一個變數）所以到底會不會殘留垃圾迴響… 還有待觀察。我最近完全沒有任何 Spam ，不知道是因為裝了 Comment Timeout 還是 Downtown Host 自動幫我擋下這些異常流量。
本來只想修好這個 bug 就好，但是只改一行感覺不夠誠意，所以低調的寫了一些其他更新：
- 修復一些可能出現的 Notice 和 Warning 。
- 支援部份 boolean full-text search operators。
目前已支援的有 +, -, ~, *, " ，未支援的則有 > <, ( ) 。雖然我說支援 " ，但因為本 plugin 是採用 Bigram 分詞，「+"搜尋字詞"」找不到東西，所以輸入「+"搜尋字詞"」會被自動轉換為「+搜尋 +尋字 +字詞」。
也因為現在全面採用 boolean full-text search operators ，關聯性的計算方式就隨之改變，搜尋結果的順序會和過去有所不同，哪一種比較好我也不確定。 - 設定不於迴響中搜尋時，則不更新 wp_comments_ngram 表格。
有興趣試用的話，可以從 Google Code 下載最新版本：
Bigram Full-Text Search (Latest revision)
Update: 突然想到關於 " 的處理方式… 或許可以改成輸入「+"搜尋字詞"」自動轉換為「+"搜尋 尋字 字詞"」，不過這樣會有中英文交雜的問題——目前 N-gram 是將歐文取出來放在最後。
最近 WordPress 實在太多 security fix 了，為了 tagging 一直龜在 r5534 實在不是辦法…… 因此今天趁著有空更新了。
原來 Terms 功能早就寫好，只是自動升級時並不會將 Tags 轉換為 Terms ——可能是因為 Tags 的功能從來沒有正式釋出過，因此也就沒有製作這部份的轉換處理——導致我每次測試升級時都以為 Terms 尚未完成。
要從 2.3-alpha 升級為 2.3-alpha 需要注意的事情有：
- 可能會有 Tags 變成 Categories
- Tags 轉換為 Terms 後，不會自動建立 Term Relationships
- Link Categories 轉換為 Terms 後，不會自動建立 Term Relationships
- 更新完這些 Term Relationships 後，記得重新計算 Count
更新項目
其實跟 rev.18 一樣，差別只有搜尋迴響的功能完成了。
- 新增選項頁面，其中包含以下功能：
- 設定搜尋範圍是否包含迴響
- 設定 N-gram 表格中是否包含 HTML ，如果包含的話，在搜尋框打 HTML 代碼能找到東西
- 手動重建 N-gram 表格資料按鈕，設定完前兩個選項後必須按一下這個
- 顯示目前 N-gram 表格的狀態，包含目前資料筆數、資料佔用空間及索引佔用空間這些資訊
- 移除此 Plugin 按鈕，使用這個按鈕的話，它還會幫你刪除 N-gram 表格以及此 Plugin 的設定值
- 不要將重複的 N-gram 字詞刪除，這樣對計算關聯性應該比較有幫助
- 刪除文章時，同時也刪除 N-gram 表格中對應的資料（不過這不影響搜尋結果，舊版中並不會因此找到已刪除的文章）
INSERT LOW_PRIORITY改成INSERT DELAYED，這好像才真的對效能有所幫助
Bigram Full-Text Search v0.2.1
已知問題
- 已安裝舊版使用者更新時可能會看見一堆 Warning ，說
array_search()第二個參數型態錯誤之類的… 不過這個訊息只會出現一次，而且不影響更新。
隱藏功能
- 因為 N-gram 表格、 Full-text index 都已經建好了，所以順便加上一個列出相關文章的功能：
bfs_GetRelatedEntries()，在 Theme 中加上<ul><?php bfs_GetRelatedEntries(); ?></ul>即可。
計畫中功能
- 設定不於迴響中搜尋時，則不建立
wp_comments_ngram表格 - 支援 boolean full-text search operators
- 可選用 Trigram （讓 Index 變得更大，但結果可能更準確）
Permalink Redirect 是一個用來統一文章連結的 WordPress Plugin ，可避免讓搜尋引擎索引到重複的內容。例如目前這篇文章的連結就有兩個：
- http://blog.bcse.info/?p=407
- http://blog.bcse.info/wordpress-permalink-redirect/
而使用此 Plugin 後，第一個網址會以 301 Permanently Moved 方式轉址到第二個網址。此 Plugin 同時也提供舊連結格式轉換為新連結格式的處理方案，其實這才是我想用這 Plugin 的最大原因，但是很可惜的是無法適用於本站。因為我本來是採用文章的 primary key 作為網址，而且只有這個參數，現在想改為文章標題，但系統無法判斷 http://blog.bcse.info/407 這樣一個網址中的 407 到底是 primary key 還是標題…
所以現在我只好把舊文章的 post slug 全部改成與 primary key 相同，這樣的話就算依照新的格式，產生的網址也還是一樣的。下 SQL 直接修改很快，只消一句 query ：
UPDATE `wp_posts` SET `post_name` = `ID` WHERE `post_type` = 'post';
