FreeScout中FasterSearch模块优化HTML内容索引问题
2025-06-24 05:03:35作者:温玫谨Lighthearted
问题背景
在FreeScout客服系统的FasterSearch模块中,用户报告了一个关于HTML内容索引的问题。当处理包含表格等结构化HTML内容的对话或笔记时,搜索功能有时无法返回预期结果。这个问题特别容易出现在HTML表格内容中。
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,这会导致表格单元格内容被合并而没有空格分隔。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",导致搜索"Two"或"Three"时无法匹配到结果。这是因为Meilisearch搜索引擎对连续字符的处理方式。
解决方案
解决方案基于一个简单的字符串替换技巧:在去除HTML标签前,先在每个'<'符号前插入空格。这样处理后:
- 原始HTML变为:
<table> <tr> <td>One</td> <td>Two</td> <td>Three</td> </tr> </table>
- 去除标签后变为:" One Two Three"
这种方法确保了表格单元格内容之间有空格分隔,使搜索引擎能够正确索引各个单词。虽然可能会产生一些额外的空格,但这不会影响搜索功能的准确性。
实现细节
具体实现是通过修改FasterSearch模块的FasterSearchServiceProvider.php
文件:
$body = $thread->body ?? '';
// 在'<'前添加空格,确保标签去除后内容保持分隔
$body = str_replace('<', ' <', $body);
$body = strip_tags($body);
替换了原来的直接使用strip_tags
的做法。
注意事项
- 重建索引:应用此修复后,需要在Meilisearch设置中执行"Rebuild index"操作,这个过程可能需要一些时间。
- 格式化影响:对于使用HTML标签进行格式化的内容(如加粗、颜色变化等),这种处理方式可能会产生一些非预期的空格。
- 版本兼容性:此修复已在Faster Search Module v1.0.19中实现。
技术原理
这种解决方案利用了HTML标签的结构特点。通过在标签开始符号前插入空格,确保标签去除后内容自然分隔。这种方法简单有效,且不会引入复杂的解析逻辑。虽然不如完整的HTML解析器精确,但对于大多数实际应用场景已经足够。
总结
这个优化解决了FreeScout系统中HTML内容搜索不准确的问题,特别是针对表格内容的索引。通过简单的预处理步骤,显著改善了搜索功能的可用性。开发者在处理类似HTML内容索引问题时,可以考虑这种轻量级的解决方案。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0305- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
866
513

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
265
305

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3