FreeScout FasterSearch模块优化HTML内容索引问题

问题背景

在FreeScout客户支持系统中，FasterSearch模块负责提供快速搜索功能。该模块使用Meilisearch作为搜索引擎后端。用户报告了一个问题：当邮件或笔记内容包含HTML表格时，搜索功能无法正确返回结果。

问题分析

问题的根源在于HTML标签处理方式。原始代码使用PHP的strip_tags函数直接去除HTML标签，这会导致表格内容中的单元格文本被合并在一起。例如：

<table>
<tr><td>One</td><td>Two</td><td>Three</td></tr>
</table>

经过strip_tags处理后变为OneTwoThree，所有单元格内容连在一起，没有空格分隔。当用户搜索"Two"或"Three"时，Meilisearch无法匹配这些词，因为它们已经与其他内容合并成了一个长单词。

解决方案

通过以下技术手段解决了这个问题：

1. 在处理HTML内容前，先在每个'<'符号前插入空格
2. 然后使用strip_tags去除HTML标签
3. 这样处理后，表格内容会保留单词间的空格

具体实现代码修改如下：

$body = $thread->body ?? '';
// 在'<'前添加空格，确保标签去除后保留单词分隔
$body = str_replace('<', ' <', $body);
$body = strip_tags($body);

技术细节

这种解决方案基于以下原理：

• HTML标签总是以'<'开头
• 在'<'前添加空格，确保标签去除后内容不会粘连
• 虽然可能产生多余空格，但对搜索引擎影响不大
• 相比复杂的HTML解析，这种方法简单高效

注意事项

1. 修改后需要重建搜索索引（通过Meilisearch设置中的"Rebuild index"功能）
2. 重建索引可能需要较长时间，取决于数据量大小
3. 此方案对大多数HTML内容有效，但在某些特殊情况下（如内联样式或特殊格式）可能不够完美

版本信息

该修复已包含在Faster Search Module v1.0.19版本中，适用于FreeScout 1.8.174及Meilisearch v1.14。

总结

这个优化显著改善了FreeScout系统对HTML内容的搜索能力，特别是包含表格的邮件和笔记。通过简单的预处理步骤，确保了HTML内容在去除标签后仍保持可搜索性，提升了用户体验。