简介：精仿百度搜索引擎的搜猫V9.0正式版商业版整站源码，面向网站开发者、PHP学习者以及需要快速搭建搜索类站点的用户，解决从零开发搜索系统成本高、周期长的问题。交付形式为zip压缩包，大小约15.97MB，包内包含完整的站点程序、帝国备份王生成的数据库备份文件、后台管理入口及相关配置说明；压缩包目录结构清晰，适合按需拆解学习。目前已有378人学习，可用于本地部署调试、二次开发或作为搜索引擎项目参考。资源内置仿百度搜索页面、贴吧模块和超级管理后台，并附带数据库还原所需的备份目录；通过还原数据、配置数据库链接等流程，使用者可以快速熟悉整站搜索系统的目录组织方式、前后端交互逻辑以及基于帝国备份王的数据恢复思路，对后续自行搭建或扩展搜索类功能具有直接的参考价值。

1. 精仿百度搜索源码搜猫V9.0：先看清它到底是什么货色

“精仿百度搜索引擎源码搜猫V9.0正式版商业版”这串名字里，最迷惑人的是“精仿”两个字。界面可以仿到九成五，但搜索引擎最难的部分从来不在界面，而在采集、分词和排序这三层黑匣子上。这套源码本质是一个 PHP 加 MySQL 的垂直搜索程序，自带采集器、管理后台和仿百度模板，装上后配上采集规则，就能跑出一个外观像百度、实际只收录你自己数据的搜索站。它适合想做垂直搜索站的个人开发者或小团队，比如代码搜索、资源搜索、行业问答站；不适合期望它真能当百度用的人。如果你没有 PHP 基础，我建议先看完这篇再决定付款。

2. 先把搜猫V9.0装起来：LNMP环境、安装步骤与后台参数

这类搜索源码跟普通 CMS 看着像，实际上更挑环境。它一边要采集，一边要检索，全程都在操作 PHP 扩展和文件目录，环境不对，装完就是白屏或者搜索转圈。常见做法是直接上 LNMP（Linux + Nginx + MySQL + PHP），而不是用 Windows 托管的 IIS。原因有两个：一是伪静态规则在 Nginx 下好写也好调试，Apache 也能跑但 rewrite 写法不一样，后期用面板切换环境还得重写；二是这类程序的大多数代码停留在老 PHP 风格，PHP 8 上直接跑会遇见函数废弃导致的报错，我一般会锁在 PHP 7.4。

2.1 环境锁定：为什么是PHP 7.4而不是PHP 8

先说结论：PHP 7.4 + MySQL 5.7 + Nginx 是兼容性最稳的组合。PHP 7.4 对旧代码的容忍度高，还能用 OpCache 提升检索速度；MySQL 5.7 的 utf8mb4 支持成熟，8.0 也不是不行，但如果你是用官方 SQL 文件导入，8.0 的默认认证插件和排序规则偶发会出现权限报错。装 PHP 时记得把这三个扩展勾上：curl（采集必需）、pdo_mysql（数据库操作）、mbstring（中文分词和编码转换）。少一个，后面采集和搜索都会出现莫名其妙的问题。

装好环境后先用命令确认版本，别等装完程序再回头查：

php -v # 看到 7.4.x即可，尽量不要用NTS版本 mysql --version nginx -v php -m | grep -E "curl|pdo_mysql|mbstring"

最后一条命令输出里必须能看到 curl、pdo_mysql、mbstring 三个名字。缺哪个就回面板装哪个，这是后面采集器能不能跑通的地基。如果你用的是面板一键安装，环境可以随时切换 PHP 版本，但切到 7.4 后要重新确认扩展。PHP 8 上坚持要用也不是不行，但要先看程序里有没有 each、split 这类 PHP 8 已删除的函数，有就得改源码，成本远高于重装一个 PHP 7.4。OpCache 建议直接开启，搜索站的核心是大量 PHP 查询，OpCache 开好能让整站响应快一个量级。

2.2 安装三步走：解压、权限、数据库导入

拿到压缩包后别急着双击解压上传，先看看包内有没有 install 目录和 SQL 文件，这是这类程序的通用结构。我一般的做法是先解压到临时目录，确认目录结构再上传，避免把无关文件也带上。安装顺序就三步：上传、授权、访问安装向导。

cd /www/wwwroot unzip soumaov9.zip -d search chown -R www:www search chmod -R 755 search chmod -R 777 search/cache search/data search/runtime rm -rf search/install

第一行解压，第二行把目录属主改成 Web 服务用户，第三行给常规目录读权限，第四行给缓存、数据、运行时目录写权限。很多安装失败都是这一步偷懒造成的：安装向导能打开但下一步写不进文件，或者装完能访问但搜索缓存写不进去，页面一直转圈。最后删 install 目录是安全习惯，装完不删，等于把安装口留给别人。上传时如果包较大，先本地解压再打包上传，比在线解压大压缩包稳很多。

浏览器访问 http://你的域名/install/ 之后，按向导填数据库名、用户名、密码。这里有一个容易踩的点：数据库字符集一定选 utf8mb4，排序规则用 utf8mb4_general_ci。如果默认是 latin1，导入 SQL 后中文显示正常，但搜索时关键词编码对不上，会搜不出来。SQL 导入这一步，小数据量用 phpMyAdmin 导入就行，数据量大的用命令行 source 更快，导入前先执行 SET NAMES utf8mb4。

mysql -uroot -p你的密码 数据库名 < upload.sql

导入完成后，先登录数据库确认表数量没少，再进前台。安装完成后，后台管理路径一般在 /admin/ 或 /manage/，需要先登录后台把站点域名改成你自己的。这一步不做，前台生成链接时会带原作者的域名，伪静态开得越狠，翻车得越彻底。

2.3 后台必调参数：缓存、伪静态与模板开关

登录后台后，不要急着去点采集，先把基础参数过一遍。下面是这类程序后台最常见的几项参数，不同版本叫法略有差异，但逻辑一致：

其中缓存开关最容易被忽略。数据量只有几百条时，关着也没感觉；等采集器跑了几万条，搜索全表 LIKE 查询的耗时会在几百毫秒到一秒以上，前台体验直接崩。先把缓存打开，等后面数据量上来了，再按第六章继续调。模板选择这里，如果你拿到的包里有多套模板，先切到默认的百度风格模板跑通全流程，再自己改。很多人在第一步就纠结配色，结果采集、伪静态都没验证，后面全返工。参数调完，保存、清缓存，前台能打开首页，这一章就算过关，下一章开始喂数据。

3. 采集规则与去重配置：让搜猫V9.0的数据库里真正有内容

搜索站最怕的不是界面不像，而是搜什么都是“暂无结果”。这类程序的数据来源，基本都是靠内置采集器，你去后台配规则，它去目标站抓页面、抽字段、入库。采集规则写得好不好，直接决定你的搜索结果像不像样。先把采集的完整链路理解清楚：入口 URL 抓列表页，列表页正则提取详情页链接，详情页再提取标题、正文、发布时间，最后写成一条记录。三件套缺一件，整条链就断。

3.1 采集规则三件套：入口URL、列表正则、内容正则

后台新建采集任务时，需要填的核心字段通常就是下面这三类。拿一个典型的内容站举例，入口是分页列表，列表里每条标题都包在 h2 里，a 标签的 href 就是详情页地址：

// 采集规则示例，写法按后台实际表单字段调整 $rule = [ 'entry' => 'https://example.com/news/{page}.html', // 列表入口，{page}会从1开始替换 'list' => [ // 在列表页中找详情链接 'pattern' => '/<h2><a href="([^"]+)"[^>]*>(.*?)<\/a><\/h2>/s', 'remove' => ['"', "'"], // 对抽出的URL做清洗 ], 'content' => [ // 在详情页中抽字段 'title' => '/<h1 class="article-title">(.*?)<\/h1>/s', 'body' => '/<div class="article-content">(.*?)<\/div>/s', 'time' => '/pubtime[">\s]+([0-9\-]{10})/s', ], 'encoding' => 'utf-8', // 目标站是gbk就改成gbk，否则正文乱码 ];

entry 里的 {page} 是页码占位符，采集器会循环请求第 1 页、第 2 页；list 的 pattern 是列表区正则，用括号捕获 href 和标题；content 的 pattern 是从详情页里捕获标题、正文和发布时间。正则里用 /s 修饰符是因为正文里可能有换行，不加会把多行内容截断。

正则要先用工具验证。常见做法是直接在后台的“测试采集”里填一条详情页 URL，看抽出来的标题和正文对不对，再回列表页测。正则这东西是玄学，看着正确不一定抽得出来，目标站模板改版一次，你的正则就得跟着改一次，所以规则要集中在后台管理，不要写死在模板里。如果目标站返回的是 gbk 编码，要在规则里把 encoding 改成 gbk，否则入库的正文是一堆乱码，这步最容易大意。

3.2 定时采集与去重：crontab与标题指纹

采集任务配好后，手动跑一遍能抓几千条，但搜索站要持续有内容，就得定时跑。这类程序一般自带 cli 版采集入口，用 crontab 挂计划任务即可：

# 每天凌晨 2 点执行全量采集，日志写到 cron.log 方便排查 0 2 * * * /usr/bin/php /www/wwwroot/search/cron/collect.php > /www/wwwroot/search/cron/cron.log 2>&1

前五个位置从左到右是分、时、日、月、周，0 2 表示每天 02:00 执行一次。/usr/bin/php 要跟 php -v 确认的路径一致，否则 crontab 报错；日志重定向是必须的，采集失败时你能从日志里看到是网络超时还是正则漏匹配。如果你的采集任务有多个，不要全排在凌晨 2 点，每个任务错开 15 分钟，避免同时跑导致数据库锁表。

采集跑起来之后，真正考验在去重。目标站的文章会重复，同一个页面的正文也会被抓到多条，库里的重复数据一多，搜索结果全是同一个标题。我會在后台“去重设置”里同时看三个维度：

// 标题指纹去重：MD5后比对，标题相同直接跳过 $hash = md5(mb_substr(trim($title), 0, 40, 'utf-8')); if ($count = $db->where('hash', $hash)->count()) { skipDuplicate($hash); // 跳过入库 } // URL指纹去重：详情页URL去掉参数后做哈希 $urlHash = md5(preg_replace('/\?.*/', '', $url));

标题做截断再哈希，比直接哈希整个标题更稳，因为有的目标站会在标题后追加站点名，整串 MD5 永远不重；URL 去重则专门对付同一篇文章存在多个入口链接的情况。如果没有 URL 指纹字段，就去后台把“详情链接”字段一起纳入去重。这两层一开，重复入库率能从百分之十几压到百分之一以下。

3.3 分词与索引：搜索质量差的黑匣子在哪

采集和去重都搞定后，你会发现前台搜索能出结果了，但结果排序和命中感都跟百度差着档次。这就要说到这类搜索源码的命门：数据库里存的是整条 HTML 正文，搜索时大多数程序没有任何分词器，直接对 title 和 body 做 LIKE 模糊查询：

SELECT * FROM article WHERE title LIKE '%关键词%' OR body LIKE '%关键词%' ORDER BY id DESC LIMIT 20;

这种查法的毛病很具体：一是数据量上到几万条，全表扫描就开始慢；二是“关键词”必须是连续字符，用户搜“搜索引擎优化”，正文里写的是“搜索引擎的优化”，LIKE 匹配不上，于是明明有相关内容却搜不到；三是排序只能按 id 或时间倒序，不考率标题命中和内容命中哪个更相关。这就是所谓“有数据搜不到、搜到排不对”的黑匣子。

部分版本会带简易词库，搜索时先把关键词按词库切分成多个词，再做多条 LIKE 拼接，比如“搜索引擎优化”切成“搜索引擎”和“优化”，然后用 OR 拼进 SQL。这种方案比裸 LIKE 好一点，但词库质量决定一切，词库里没有的词依然一刀切。我的建议是把词库当成你自己的业务词表维护，别指望作者给的默认词库覆盖你的垂直领域。这就是第六章要动手改的第一个点，先在这里记住。

4. 仿百度界面的临门一脚：模板改版与Nginx伪静态

数据有了，搜索能出结果了，接下来才是“精仿”二字的兑现。百度风格不是一套 CSS 那么简单，它由几个固定视觉元素组成：顶部导航、居中的搜索框、搜索结果页的标题、URL、描述的三行结构，以及底部的分页和相关搜索。你拿到手的 V9.0 模板通常已经做了个底子，但默认模板的间距、颜色、字号和百度当前的风格有明显出入。先搞清楚模板目录的分工，再动手。

4.1 模板文件分工：首页、结果页、无结果页各改哪里

这类程序的模板目录通常长这样，具体文件名可能不同但职责一致：

templates/default/ ├── header.html # 公共头部：导航、搜索框、logo ├── footer.html # 公共底部：版权、统计代码 ├── index.html # 首页：logo + 搜索框 + 热搜词 ├── search.html # 搜索结果页：结果列表 + 分页 ├── noresult.html # 无结果页：提示和搜索建议 └── mobile/ ├── index.html # 移动端首页 └── search.html # 移动端结果页

改模板的基本原则：先改 header 和 footer，因为全站通用，再改 index 和 search。不要在 search.html 里直接写死 logo，logo 要从 header 里引用，否则后面换图要改一整个模板。结果页的核心是结果列表循环，常见的模板变量结构长这样：

<h3 class="result-title"> <a href="{$url}" target="_blank" style="color:#1a0dab;">{$title}</a> </h3> <div class="result-source" style="color:#006d21;font-size:13px;">{$domain}</div> <p class="result-description" style="color:#4d5156;font-size:13px;">{$description}</p>

先说变量：{$url} 是详情页链接，{$title} 是标题，{$domain} 是来源域名，{$description} 是摘要。这三行就是百度结果页的骨架：标题可点击、URL 和描述单独成行。颜色上，#1a0dab 是百度标题蓝，描述用的是中灰而不是纯黑，这些是“像”的关键。改模板时记得把 description 做字数截断，一般 80 到 120 个字符，太长了三行变五行，怎么看都不像百度。

注意模板目录里一般还有个 templates_c 或 cache 目录，用来放模板编译后的 PHP 文件。改完 HTML 模板后必须清一次模板缓存，否则你改了 20 处，页面上还是老样子，这是新手最容易迷惑的地方。

4.2 百度风格三个视觉点：标题色、域名、摘要

仿百度最出效果的就是这三个视觉点。标题必须是蓝色且加粗，鼠标悬停变红；域名放在标题下方一行，用绿色小号字；摘要用灰色，且要截断到两到三行。大多数默认模板的摘要喜欢用黑色，这就是一眼假的原因。CSS 写成这样基本就齐了：

.result-title a { color:#1a0dab; font-size:16px; font-weight:bold; text-decoration:none; } .result-title a:hover { color:#c00; } .result-source { color:#006d21; font-size:13px; margin:4px 0; } .result-description { color:#4d5156; font-size:13px; line-height:1.6; }

这个样式直接放在 templates/default/css/ 里替换同名类。注意不要在模板里用外链引入公共 CDN 的字体库，百度风格是纯本地展示，加载外部资源会拖慢首屏，也容易被后台扫描到。还有搜索结果页左上角的 logo，不要真去下载百度的 logo 图使用，存在商标风险，自己做一个同尺寸、同留白的纯文字 logo 就够了，这点到第五章还会再说。搜索框下方的热搜词，改成你垂直领域的高频词，比默认的通用词更抓用户。

4.3 Nginx伪静态规则：把动态URL改写成.html

模板改完，另一个决定“像不像”的是 URL。百度结果页的 URL 是 www.xxx.com/xxx.html，动态搜索引擎的 URL 是 /index.php?keyword=xxx&page=2，一眼就不像。这类源码一般都带伪静态开关，开了之后要你在 Nginx 里手写 rewrite 规则。常见配置如下：

# 放到对应server块内，注意顺序：先匹配存在的文件 location / { if (!-e $request_filename) { rewrite ^/search/(.+)$ /index.php?keyword=$1 last; rewrite ^/([a-z]+)/([0-9]+)\.html$ /index.php?cat=$1&page=$2 last; rewrite ^/detail/([0-9]+)\.html$ /index.php?id=$1 last; } }

三行 rewrite 分别对应搜索结果页、分类列表页、详情页的规则。if (!-e $request_filename) 的作用是先判断磁盘上有没有同名文件，有就直接访问，没有才走 rewrite，避免静态资源被规则吃掉。改完配置必须 reload：

nginx -t && nginx -s reload

nginx -t 先检查配置语法，只有通过再 reload。伪静态改完，前端链接和后端参数的对应关系就固定了。如果后台开了伪静态开关但 Nginx 规则没生效，所有内页都会 404；如果规则顺序写反，详情页会被 search 规则截走，出现详情页当成搜索结果的怪现象。我一般把 detail 规则放在最前面，因为它的匹配条件最具体。

4.4 移动端与加载速度：商业版该补的功课

移动端是这类“精仿”模板的重灾区。很多打包模板的 PC 端做得像模像样，一上手机就原形毕露。正常做法是看模板目录里有没有 mobile/ 子目录，有就直接改移动端独立模板，没有就用响应式改法，在 head 里加 viewport 并让结果列表宽度自适应。最省事的验证方法是浏览器开手机模式，逐页点一遍。

加载速度也要在这个阶段一起调。搜索页不要直接引用原图，模板里给缩略图生成接口的就用缩略图，没有的就 CSS 控制图片大小，别让 5M 的截图去决定首屏。再检查 Gzip 有没有开，HTTP 压缩对搜索结果页这种文本型页面收益极大，通常能从几百 KB 压到几十 KB。这几步做完，前台肉眼看上去才有那么点“正式商业版”的味道。

5. 避坑指南：搜猫V9.0从采集到上线的5条血泪排查记录

这一章的每条都来自真实部署中反复出现的问题，不是理论推演。安装跑通只是第一步，真正消耗时间的是这些在文档里找不到答案的坑。我把它们按“现象、原因、解决”记下来，你对照排查比盲改快得多。

5.1 采集频繁，目标站直接封了服务器IP

现象：采集器跑了半小时，突然一条都采不到，请求全部超时，错误日志里全是连接超时和 403 Forbidden。

原因：默认采集间隔太短，并发请求太多，目标站的防火墙按 IP 做了访问频率限制，服务器 IP 被拉黑。这类程序自带的采集默认参数往往偏激进，为了演示效果把间隔设得极短，上线用不调整必被封。

解决：先停掉采集任务，把采集间隔调到 1000 到 3000 毫秒，并发数改成 1，再换一个随机 UserAgent，等 IP 解封再重跑。

// 采集循环里加随机UA和随机延时 $uas = [ 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36', ]; curl_setopt($ch, CURLOPT_USERAGENT, $uas[array_rand($uas)]); usleep(rand(1000000, 3000000)); // 1~3秒随机

延时太大采集慢，太小又容易被封，一般每个目标站经验值在 1 到 3 秒。另外把日志打开，哪个域名采集失败会在日志里写清楚，不要闷头跑。

5.2 数据库导入后中文乱码，所有标题变问号

现象：SQL 导入成功，后台列表里中文正常，打开前台全是问号“???”，或者标题正常但描述乱码。

原因：字符集没对齐。数据库、数据表、程序连接、模板输出四级里只要有一级是 latin1，中文就会在某一环变成问号。最常见的是安装向导里数据库字符集选了默认的 latin1。

解决：检查库、表、连接三层字符集，全部统一为 utf8mb4；如果是已乱码的库，用 UTF-8 重新导入原始 SQL，并清空缓存。程序连接层要强制指定字符集：

// PDO连接时直接指定初始化命令 $pdo = new PDO('mysql:host=localhost;dbname=search;charset=utf8mb4', 'user', 'pass', [ PDO::MYSQL_ATTR_INIT_COMMAND => "SET NAMES utf8mb4", ]); // 如果是mysqli： mysqli_set_charset($conn, 'utf8mb4');

改完程序连接还不行，就检查模板文件的 meta charset 是不是 utf-8，以及程序有没有输出 BOM 头。BOM 头会让页面最前面多出三个隐形字符，在 HTML 里不显示，但会干扰页面顶部的重定向，这也是乱码的常见来源。

5.3 后台显示有几万条数据，前台搜索却暂无结果

现象：采集记录几万条，后台统计正常，但前台搜索任意关键词都显示“暂无结果”，搜特别短的词也不行。

原因：最常见的是搜索使用的表和后台展示的表不是同一张，或者索引表没有重建；其次是分词词库为空，搜索时关键词被切没了，拼出来的 SQL 查不到任何东西。

解决：先去后台找“重建索引”或“更新缓存”按钮，这类操作会把文章表的关键字段同步到搜索用表或缓存里，不点它，搜索表就是空的。点完重建再测，如果还搜不到，直接在命令行里测试 SQL：

mysql -uroot -p 数据库名 -e "SELECT id,title FROM article WHERE title LIKE '%测试%' LIMIT 10;"

能查出记录但前台搜不到，说明问题在搜索入口的查询条件，比如过滤了状态字段或者排除了分类，去后台看搜索设置里有没有“只搜已审核”“不搜某分类”这类开关；SQL 本身就查不出，说明数据没真正进到文章表，要从采集规则的入库步骤排查。还有一种容易被忽略的情况：搜索接口把关键词做了去除标点和空格处理，用户输入带空格的关键词时被清成空，这时要回后台把“过滤空格”开关关掉。

5.4 换到Nginx环境伪静态失效，内页全部404

现象：后台伪静态开关开着，首页能开，但点搜索结果、详情页全部 404，直接访问动态 URL 却正常。

原因：Nginx 没有加载对应伪静态规则，或者加载的规则是 Apache 格式。很多包自带的伪静态规则是 .htaccess 写法，拿到 Nginx 环境里根本不生效。

解决：把 Apache 规则改写成 Nginx rewrite，放到站点配置文件的 server 块里，再重载。Apache 原规则形如：

RewriteEngine On RewriteRule ^detail/([0-9]+)\.html$ index.php?id=$1 [L]

Nginx 版：

location / { if (!-e $request_filename) { rewrite ^/detail/([0-9]+)\.html$ /index.php?id=$1 last; } }

rewrite 里的 last 关键字表示本次重写完成后重新匹配 location，配合 if (!-e $request_filename) 能避免静态资源误伤。改完必须 nginx -t 检查语法再 reload，规则文件没保存进生效配置，重载多少次都没用。这个坑几乎装一次踩一次，建议在环境部署阶段就把伪静态验证做完。

5.5 商业版授权与“百度”商标风险：域名绑定和后门

现象：换域名后程序提示授权失效，或前台页面底部出现无法删掉的作者版权链接；更麻烦的是源码包里藏了后门，定期向外发送数据。

原因：所谓“商业版”很多是域名绑定授权，包本身没问题，但换域名就等于要重新授权；部分免费发布的“正式版”会夹带后门或加密的统计代码，目的就是回传站点数据。

解决：部署前先在本地或临时域名上把包跑通，确认行为正常再上正式域名；换域名前确认授权流程是邮件验证还是在线验证，在线验证的服务如果关了，域名也跟着废。清理底部的版权链接时，主要找 footer 模板和加密文件里输出的域名信息；后门排查要重点检查 install 目录残留、可疑的定时任务以及外发的 curl 请求。商标这一层，模板里不要直接用百度官方的 logo 图片和 icon，搜索框样式做成同款没问题，logo 和商标图形涉及商标风险，自己做一个等尺寸的文字 logo 最稳。这套系统在你的域名可以叫“某搜索”，但别叫“百度XX”，这是合规底线。

6. 把搜猫V9.0的搜索质量拉起来：分词、权重与缓存调优

到这一步，你的站已经能采能搜、长得像百度了，接下来是拉开差距的地方：让排序更合理、让命中更准。

6.1 换掉默认词库：让分词贴合你的垂直领域

默认词库通常是通用词表，比如“的、是、在、搜索、引擎”，这类停用词和宽泛词会导致搜索“搜索引擎优化”时，分词结果全是“搜索”“引擎”这种大而全的词，排序自然不准。词库文件一般是 data 目录下的一个 txt，每行一个词，直接追加你的业务词：

搜索引擎优化 采集规则 伪静态 搜索权重

词库更新后要清一次缓存，让分词器重新加载。词库要慢慢养，每次用户搜了搜不到的词就加进去，这是成本最低的优化。

6.2 排序权重调整：标题命中优先，而不是时间优先

默认排序基本是 id 倒序，最新采集的永远排最前，这跟相关度没有任何关系。改成标题命中优先、点击量次之、时间做次级排序，结果页质量会明显提升：

SELECT * FROM article WHERE title LIKE '%关键词%' OR body LIKE '%关键词%' ORDER BY (title LIKE '%关键词%') DESC, clicks DESC, pubdate DESC LIMIT 20;

MySQL 里布尔表达式算出来是 0 或 1，ORDER BY 优先按这个值倒序，标题命中的记录会排在正文命中前面；再用 clicks 和 pubdate 做次级排序。这个 SQL 可以放进后台的搜索排序配置，如果程序不支持，就改搜索方法里的 SQL 拼接处。

6.3 热门词缓存与冷门词实时查询的分流

一次性把全站搜索都缓存不现实，冷词缓存了没人看就是浪费。常见做法是：热门词和搜索量大的词走缓存，缓存过期时间长；冷词实时查库，只做一个短时缓存。

$key = 'search:'.md5($keyword.':'.$page); if ($data = $cache->get($key)) { return $data; // 命中缓存直接返回 } $data = dbSearch($keyword, $page); $cache->set($key, $data, $hitCount > 50 ? 600 : 60); // 热词缓存10分钟，冷词1分钟

$hitCount 可以在搜索入口自增，连续一段时间的计数超过阈值就当热词处理。这样热词搜索不再全表扫描，冷词又不会把数据库拖死。我现在的习惯是，拿到任何一套搜索源码，先塞 500 条数据把搜索全流程跑通，再批量采集；“V9.0”版本号再光鲜，分词、权重和缓存这三关不过，后面全是黑匣子问题。希望帮到你。

本文还有配套的精品资源，点击获取