我正在尝试使用 Chrome 扩展历史记录 API 根据输入的搜索词获取用户的历史记录。但在某些情况下搜索无法正常工作。例如,当我输入术语“bi”时,没有给出任何结果,但是当我搜索“bit”时,给出了一些结果,但不是全部,我通过在 chrome 历史搜索中验证它来检查这一点,它显示了更多结果。这是历史 API 的工作方式还是我做错了什么? 这是我的代码 -
window.onload = function() {
function getHistory() {
var list = document.getElementById('list');
var box = document.getElementById("box").value;
if (box === '') {
list.innerHTML = '';
list.innerHTML = list.innerHTML + 'Nothing To Search.';
}
else {
var microseconds = 1000 * 60 * 60 * 24 * 365 * 45;
var start = (new Date).getTime() - microseconds;
chrome.history.search({text: box, startTime: 0, maxResults: 50000}, function(data) {
if(Object.keys(data).length === 0) {
list.innerHTML = '';
list.innerHTML = list.innerHTML + 'Nothing Found.';
}
else {
list.innerHTML = '';
data.forEach(function(page) {
list.innerHTML = list.innerHTML + '<li><p>'+page.title+'</p> <a href='+page.url+' target="_blank"><p>'+page.url+'</p></a></li> <hr>';
});
}
});
}
}
document.getElementById('search').onclick = getHistory;
}
谢谢你。
我在我正在编写的扩展中看到了相同的行为。这真的很烦人,所以我深入研究了 Chromium 源代码,以找出它真正做了什么来匹配历史结果。
简短回答: 从源代码来看,这种行为是有意为之的,因此,如果我们想要检索文本查询的所有匹配项,我们只能检索所有历史记录结果并在 JavaScript 中自行搜索匹配项。另外,不要忘记仔细检查开始/结束时间,并确保您的“maxResults”属性足够大,因为任何这些属性的错误值都可能会给您带来意外的结果。
长答案
免责声明:我没有太多的C++经验,所以如果我的评估有误,请纠正我的评估。
使用非空文本查询调用 chrome.history.search 后,最终会调用以下函数(在history_backend.cc中)。
bool URLDatabase::GetTextMatchesWithAlgorithm(
const base::string16& query,
query_parser::MatchingAlgorithm algorithm,
URLRows* results) {
query_parser::QueryNodeVector query_nodes;
query_parser_.ParseQueryNodes(query, algorithm, &query_nodes);
results->clear();
sql::Statement statement(GetDB().GetCachedStatement(SQL_FROM_HERE,
"SELECT" HISTORY_URL_ROW_FIELDS "FROM urls WHERE hidden = 0"));
while (statement.Step()) {
query_parser::QueryWordVector query_words;
base::string16 url = base::i18n::ToLower(statement.ColumnString16(1));
query_parser_.ExtractQueryWords(url, &query_words);
GURL gurl(url);
if (gurl.is_valid()) {
// Decode punycode to match IDN.
base::string16 ascii = base::ASCIIToUTF16(gurl.host());
base::string16 utf = url_formatter::IDNToUnicode(gurl.host());
if (ascii != utf)
query_parser_.ExtractQueryWords(utf, &query_words);
}
base::string16 title = base::i18n::ToLower(statement.ColumnString16(2));
query_parser_.ExtractQueryWords(title, &query_words);
if (query_parser_.DoesQueryMatch(query_words, query_nodes)) {
URLResult info;
FillURLRow(statement, &info);
if (info.url().is_valid())
results->push_back(info);
}
}
return !results->empty();
}
传入此函数的算法
query_parser::MatchingAlgorithm
指的是下面显示的枚举(来自query_parser.h),并且据我所知从未明确设置,因此它将是DEFAULT
值。
enum class MatchingAlgorithm {
// Only words long enough are considered for prefix search. Shorter words are
// considered for exact matches.
DEFAULT,
// All words are considered for a prefix search.
ALWAYS_PREFIX_SEARCH,
};
阅读默认选项上方的评论 -
“只有足够长的单词才会被考虑进行前缀搜索。更短 单词被视为完全匹配”
算法本身 (query_parser.cc) 将您的文本查询和原始 URL 结果分解为由空格或标点符号分隔的“单词”列表,并检查每对之间的“前缀匹配”。这解释了为什么如果您的历史记录中有多个页面的 URL 中包含文本“chromium”,那么如果您搜索“hromium”,您将不会得到任何结果,但如果您搜索“chro”,您将获得所有结果。
在您的情况下,我认为搜索“bi”不会返回任何结果,因为该算法仅查找与短期术语匹配的精确单词,这意味着“bi”需要在URL/标题中被空格或标点符号包围。如果您在谷歌上搜索“bi”,然后再次查询历史记录以查找“bi”,则可以确认这一点。谷歌搜索历史记录项将被匹配,因为在谷歌搜索的 URL 中,“bi”被标点符号和空格包围:
https://www.google.ca/webhp?sourceid=chrome-instant&ion=1&espv=2&ie=UTF-8#q=bi
来源
chrome.history.search
并不一定意味着将检索所有页面。该文档指出它将搜索与查询匹配的每个页面的上次访问时间。这可能就是它看起来不完整的原因。
至于为什么当2个字符时没有结果而当3个字符时返回一些结果,我不能确定。这可能是由于设置了其他参数,例如
startTime
。它应该有一个纪元时间值,并将其设置为 0
将尝试自 1970 年以来进行搜索(这可能是您打算做的)。
有人可以帮我获取网络历史记录的源代码吗?它应该捕获 Chrome、Firefox、Edge 和 Safari 等少数知名浏览器的网络历史记录。
期待您的帮助。
谢谢,