我正在开发一个在线圣经搜索程序。圣经是一本相当大的书，纯文本占用了将近 5MB 的空间。我计划在程序中实现一个 API，并允许其他网站包含他们自己的圣经搜索小部件和程序，而无需开发搜索查询或将圣经存储在他们自己的服务器上。
考虑到这一点，我预计最终我将有适度的查询流通过程序。此外，对于那些不熟悉圣经的人，它有两种格式化文本的方法。它可以包含红色文本和斜体。我需要一种方法来存储圣经以及红色字母和斜体格式，但允许搜索查询忽略格式。
它还需要尽可能快速和高效（内存和 CPU 使用）。只要可以忽略格式进行查询，任何存储格式都将被考虑（MySQL、JSON 或 XML 文本文件等）。文件大小和数量并不重要，因此将书籍甚至章节分成单独的文件对我来说很好。
不过要记住的更重要的一件事是，我想要某种形式的搜索方法，可以搜索多节经文。因此，寻找“但上帝没有派他的儿子来获得永生”将返回约翰福音 3:16,17。感谢所有的想法！
有许多不同的开源文档搜索引擎，它们正是为您想要做的事情而设计的。Solr、Elastic Search、Xapian、Whoosh、Haystack（为 Django 制作）等。SO 和其他地方还有其他帖子介绍了使用一对一的好处，但是您的要求很简单，以至于其中任何一个都非常好（并且如果您的项目起飞，很容易以最小的努力进行扩展，这是总是很高兴知道）。所以看看他们的例子，看看哪个对你来说最直观——Solr 可以说是最受欢迎的，也是我唯一使用过的，但是 Elastic Search 使用相同的流行 Lucene 后端，显然更容易上手和运行，所以我会从那里开始。
至于实际的实现，如果您想要返回单个经文（或只是经文编号），您将希望将每个经文索引为单独的“文档”。搜索引擎根据相关性处理结果的排名（如果您感兴趣，通常使用 tf/idf 算法）。
我处理斜体和红色文本的方法是在文本中包含某种标记（即，用单星号表示斜体，用双星号表示红色），然后告诉分析器忽略这些字符 - 可能有但是，您最终选择的框架中的一种更简单的方法，因此请谨慎对待。跨越多节经文的查询要求更复杂，但答案可能涉及将每一整章索引为一个文档，而不是（或者可能除了？我必须更多地考虑它）每节经文。
请注意 - 如果您不熟悉搜索索引，即使是像 Elastic Search 这样设计为即插即用的东西也可能仍然需要一些时间和精力来设置，所以如果您绝对需要为了让它快速启动并运行，并且您已经熟悉 MySQL，我想它可以工作（它确实可以进行全文搜索）。但它肯定不是最适合这项工作的工具，所以如果这是你投资的一个项目，如果你花一点时间学习这些搜索框架之一，你稍后会感谢自己。正如其他人所指出的那样，就您要处理的文本数量而言，这可能是矫枉过正，但是在您如何搜索似乎是您想要的文本时，它将非常灵活。例如，稍后添加其他要求将非常简单（例如，您可以让人们将他们的搜索限制为仅匹配红色文本中的匹配项）。
我不知道圣经有格式。这有什么用途？如果是为了诗句，我建议你将每节诗句存储在数据库中。在高度规范化的形式中，你有一张放书的桌子，一张放章节的桌子和一张放经文的桌子。每节经文由一个经文编号和一个经文文本组成。
现在，我认为这些章节没有标题，所以它们实际上也只是一个数字。在那种情况下，将它们分开存储是很愚蠢的，所以你只得到了你的书目表和经文表，其中每节经文都有一个章节号、一个经文号和一个经文文本。我认为该文本是纯文本，不是吗？
如果经文是纯文本，您可以通过将其存储在 MySQL 中并为其创建 FULLTEXT 索引来轻松地使其可搜索。这样，您可以非常有效地搜索，甚至可以使用通配符等。
如果要对经文进行格式化，您可以选择创建两列，一列用于搜索，另一列用于显示格式化文本，但我怀疑您是否需要这个。
PS：5 MB 的文字真的不算什么。如果你有一个专门的程序，你可以将它保存在内存中的单个字符串中，并使用strpos或类似的函数来查找文本。您使用什么语言、数据库和平台？