漫画阅读器的多源搜索:聚合、去重与排序的取舍

举报
某不科学的高数 发表于 2026/11/17 08:11:27 2026/11/17
【摘要】 一个关键词要在本地书架、WebDAV 和多个第三方漫画源里同时搜,搜得快、结果不重复、排序不乱套,这三件事互相打架。我在做 Venera-Next 时把搜索拆成并发聚合、指纹去重与三段式排序,记录下每一步的取舍与踩过的坑。

做漫画阅读器久了会发现,搜索是最容易被低估的功能。用户只敲一个关键词,背后却是本地书架、WebDAV 漫画源和好几个第三方网络漫画源同时在跑。每个源返回的速度不一样、字段不一样、甚至同一部漫画在不同源叫的名字都不一样。我在 Venera-Next 里重构搜索时,踩过不少坑,最后把问题拆成三块:怎么并发、怎么去重、怎么排序。

一、并发聚合:不等最慢的源,但要告诉用户还差谁

最开始的版本是串行:一个源一个源依次请求,最慢的源拖垮全部。改成并发后速度上来了,但新问题是某个源超时或挂掉,整个搜索要不要等它?我的取舍是:每个源单独设 8 秒超时,超时就记一次失败、直接丢弃该源结果,绝不因为一个源卡住整个列表;同时在结果页顶部用一行小字提示“某源未响应”,而不是静悄悄少掉结果。用户看不到完整数据不可怕,可怕的是以为搜完了。

还有一个细节:本地书架搜索是毫秒级,网络源是秒级。如果等所有源到齐再一次性渲染,用户会盯着空白页等几秒。改成流式渲染:本地结果先出,网络源每回来一个就追加一段。这样首屏体感快得多。代价是列表会跳动——正在看第 5 条,突然前面插入 3 条。为此我加了一条规则:首屏渲染后 1.5 秒内追加的结果允许插入顶部,超过 1.5 秒的结果一律追加到底部,并标“稍后到达”。滚动体验保住了,实时性也没丢太多。

二、去重:标题不可信,指纹才可信

同一部漫画在不同源的标题常常不一样:繁简体差异、多了个副标题、多了年份后缀。只按标题字符串去重,漏网之鱼一大堆;完全不去重,列表里同一部漫画出现四五次,用户直接骂街。

我的做法是三级指纹。第一级是规范化标题:转简体、去标点、去空格、去掉“漫画”“连载中”这类后缀词,再算哈希,命中就合并。第二级是作者加标题组合:标题撞车但作者不同时不合并,避免把同名不同作的漫画误杀。第三级是封面图哈希:标题和作者都对不上的,取封面图的感知哈希做相似度比对,相似度超过 0.9 才合并。

这里有个反直觉的教训:去重宁可漏,不可错。早期我把阈值设得太激进,把两部名字相近的漫画合并成一条,用户点了想看的那部,结果打开的是另一部,投诉比重复展示严重得多。后来把合并阈值收紧,漏掉的重复只是列表长一点,错合并却是功能性错误。去重规则宁可保守。

还有一个坑:不同源的章节数、更新时间字段口径不一。合并时我保留每个源的原始记录,只在展示层合成一条,点进详情再让用户选源。这样去重出错时用户还能手动切源兜底,而不是被我的算法锁死。

三、排序:相关性、热度和新鲜度三段式

结果聚合后怎么排?只按相关性,用户搜热门漫画时最新更新的冷门同名作可能排第一;只按热度,新番永远出不了头;只按更新时间,搜精确书名时最相关的反而沉底。

我的取舍是三段式排序。第一段是精确匹配:标题规范化后与关键词完全一致的,置顶,不参与后面的比较。第二段是相关性:标题包含关键词的按命中位置排序,标题开头命中的排在中间命中的前面。第三段是热度与新鲜度混合:其余结果按“最近更新时间加权热度”排序,7 天内有更新的加权,超过 30 天没更新的降权。

这样做的代价是排序规则解释成本高,用户看不懂为什么 A 在 B 前面。我在排序按钮旁边加了一行说明文字,写清楚当前是“相关优先”还是“更新优先”,并允许一键切换成纯时间排序。规则可以复杂,但必须让用户看得见、改得了。

四、搜索历史与防抖:小功能最容易翻车

搜索框的防抖我一开始设了 300 毫秒,觉得够快了。实测发现用户在手机上打字,300 毫秒内连续输入很常见,结果是每次输入都触发一次请求,旧请求回来晚了还会覆盖新结果。改成两点:防抖 500 毫秒加请求序号,旧请求的响应回来时先对序号,过期直接丢弃。这个序号机制后来也被用在章节列表加载上,算是意外收获。

搜索历史只存本地,不上传。存 20 条,超了按最久未用淘汰。还有一个小决定:历史记录里长按可以删除单条,但不提供“一键清空全部”的入口——清空是低频操作,放进设置页就够了,搜索页只留最高频的操作。

结论

多源搜索的本质是三组取舍:并发上,不等最慢的源,但要明说少了谁;去重上,宁可漏不可错,合并阈值收紧、保留手动切源的兜底;排序上,精确匹配置顶、相关性居中、其余按更新加权热度排,规则复杂可以,但必须让用户看得见、改得了。搜索框看起来只有一个输入框,背后全是这种“看起来小、做错了很扎眼”的决定。把每一处取舍都写下来,下次改搜索逻辑时就不用再凭感觉拍脑袋了。


项目介绍:Venera-Next 是我维护的免费、无广告、开源(GPL-3.0)的 Flutter 跨平台漫画阅读器,支持本地漫画、WebDAV 漫画源与第三方网络漫画源,一套代码跑在手机、电视与桌面端。上面提到的搜索、去重与排序逻辑都在这个项目里持续打磨,欢迎来仓库看看实现、提 Issue 交流。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。