如何在Web前端实现CAD图文字全文搜索功能之技术分享

在CAD看图过程中我们经常会需要用到查找文字的功能，在AutoCAD软件查找一个文字时，可以通过打开左下角输入命令find，输入查找的文字，然后设置查找范围，就可以搜索到需要查询的文字。但在Web网页端打开CAD图查找文字时，有没有同样的办法呢？另外，如果有没有办法实现在很多图纸中像百度那样做到全文检索的功能？

拿之前分享的一款开源的利用最新技术栈Vue3开发的 唯杰地图云端图纸管理平台为例. 他实现了对AutoCAD格式的DWG图纸的云端管理查看功能。能对CAD图纸在线上传、打开、查看、版本管理; 在线图层管理切换查看功能; 属性数据查询功能等功能。

图纸中文字查找方案

主要的文字实体包括 单行文本AcDbText，多行文本AcDbMText,属性注记AcDbAttributeDefinition,块属性AcDbAttribute

实现步骤:

（1） 在前端写代码通过内存方式在后台打开CAD图形

// 打开地图
let res = await svc.openMap({
    mapid: 'mapid', // 地图ID,(请确保此ID已存在，可上传新图形新建ID)
    mapopenway: vjmap.MapOpenWay.Memory, // 后台以内存方式打开已上传的图
})

(2) 查找文本实体，因为前端是javascript语言，不可能直接去遍历后台图形数据库，这时可以用表达式查询来后台进行查询

 let query = await svc.exprQueryFeature({
        expr: `gOutReturn := if((gInFeatureType == 'AcDbText' or  gInFeatureType == 'AcDbMText'  or  gInFeatureType == 'AcDbAttributeDefinition'  or  gInFeatureType == 'AcDbAttribute'  ), 1, 0);`,
        fields: "",
        limit: 100000
 })

表达式语法可参考https://vjmap.com/guide/expr.html

这样查询有个缺点就是每次查询都要在后台打开CAD图形，然后再遍历图形数据库，根据表达式过滤出要查找的文字，效率低。

实现步骤:

（1） 在前端写代码通过几何渲染方式在后台打开CAD图形，几何渲染方式第一次请求数据时，会在后台打开图形，然后把图形数据和属性数据会保存至空间数据库，之后请求都会在空间数据库里查询数据。

// 打开地图
let res = await svc.openMap({
    mapid: env.exampleMapId, // 地图ID,(请确保此ID已存在，可上传新图形新建ID)
    mapopenway: vjmap.MapOpenWay.GeomRender // 以几何数据渲染方式打开
})

(2) sql语句查询文字，直接上代码

 let query = await svc.conditionQueryFeature({
       //只需要写sql语句where后面的条件内容,字段内容请参考文档"服务端条件查询和表达式查询"
       // 查询所有文字(包括单行文本，多行文本、块注记文字，属性文字) 具体类型数字参考文档"服务端条件查询和表达式查询-支持的cad实体类型" https://vjmap.com/guide/svrStyleVar.html
       condition: `name='12' or name='13' or name='26' or name='27'`,
       fields: ""
 })

SQL查询无需在后台再次打开CAD图形，直接使用SQL语句查询数据库,效率高。

如果后台有成百上千纸图纸，怎么做到全文检索呢？

首先想到的肯定是遍历所有的图纸，然后根据要搜索的文字一个个的去查询，这样也能实现，就是图纸比较多时，性能太低了，耗时。

这里可以利用开源的全文检索库去实现。

开源的 Elasticsearch （以下简称 ES）是目前全文搜索引擎的首选。

它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它。

可以在后台实时查找出所有图形的文字然后利用ES建立索引，然后利用ES去查询，根据查找的结果定位到某图某实体上。

但是ES太重量级了，也难部署，用到这种搜索功能上简直就是大材小用。

下面推荐一款轻量级的单文件部署的全文搜索开源引擎。

Bleve是一款基于Golang实现的全文搜索与索引组件库，具有简单的API、丰富的接口扩展能力、映射可自定义、全面的索引数据类型等特点。

• 组件官网：http://blevesearch.com/

• 组件仓库：https://github.com/blevesearch/bleve

   

  有兴趣的朋友可以搭建研究下。