Игнорировать HTML теги в поисковых запросах

Вопрос или проблема

WordPress считает, что html-теги также должны быть включены в поиск. Однако иногда это может привести к неточным результатам поиска. Например, ваш пост содержит слово “quote”, но WordPress включает все теги <quote> в поиск. На самом деле у вас есть пост, который содержит слово “quote”, но WordPress находит десятки постов, содержащих тег <quote>.

Коротко говоря, я хочу, чтобы все внутри символов <> игнорировалось. Поиски должны быть сосредоточены только на словах в посте. Это единственная идея, с которой я столкнулся в своем исследовании, но она не работает https://github.com/wp-plugins/wp-search-ignore-html-tags/blob/master/wp-search-ignore-html-tags.php

На самом деле, логичное решение заключается в том, чтобы изменить запрос, чтобы HTML-теги, такие как <br> <quote>, возвращали 0 результатов в поисковых результатах. Есть ли способ этого добиться?

Ответ или решение

Игнорирование HTML-тэгов в поисковых запросах в WordPress представляет собой актуальную задачу для многих пользователей, которые сталкиваются с проблемой некорректного поиска из-за включения HTML-тэгов в индекс. В этом контексте WordPress, как система управления контентом, не предлагает из коробки стандартного решения данной проблемы, что побуждает пользователей находить альтернативные подходы.

Теория

Когда мы говорим о поисковом индексе WordPress, важно понимать, что по умолчанию он индексирует весь контент, включая HTML-тэги. Это означает, что тэги, такие как <quote>, <br> и другие, будут включены в индекс, что может привести к нежелательным результатам поиска. В случае, если в вашей статье содержится слово "quote", WordPress может возвращать статьи, где присутствует только <quote>, даже если слово "quote" в текстовом формате там отсутствует.

Одним из способов решения этой проблемы является предварительная очистка контента от HTML-тэгов перед его индексированием или на этапе исполнения поискового запроса. Данный подход требует вмешательства в стандартную логику WordPress для игнорирования или фильтрации HTML-тэгов.

Пример

Предположим, у вас есть пост в WordPress, который содержит следующую структуру:

<p>Это пример статьи с цитатой: <quote>Текст цитаты</quote>.</p>

При стандартном поисковом подходе, запрос на слово "quote" может вернуть все статьи с <quote>, а не только те, которые содержат текст "quote". Это явная проблема, требующая корректировки.

Применение

Чтобы игнорировать HTML-тэги в поисковых запросах WordPress, можно предпринять ряд шагов:

Фильтрация контента: Один из наиболее прямолинейных подходов заключается в фильтрации всех HTML-тэгов до их индексации. Для этого можно воспользоваться фильтрами WordPress, такими как the_content, применяя к ним функцию strip_tags(), которая удаляет все HTML-тэги из текста. Однако данная функция не изменяет сам контент в базе данных, а лишь временно изменяет формат отображения.
```
function remove_html_tags_for_search( $content ) {
   return strip_tags( $content );
}
add_filter( 'the_content', 'remove_html_tags_for_search' );
```
Модификация WP_Query: Для более точной настройки можно изменить WP_Query, используемый для поиска, чтобы исключить HTML-тэги. Здесь можно перехватить параметры запроса и изменить их поведение, например, применяя регулярные выражения для удаления тэга.
Кастомные плагины: Если готовые решения, такие как плагин wp-search-ignore-html-tags, не подходят, можно разработать собственный плагин для более гибкой обработки поисковых запросов. Это может включать в себя разработку кастомных методов для обработки контента и запроса.
Использование специализированных поисковых решений: Для сложных случаев можно рассмотреть интеграцию с внешними поисковыми решениями, такими как ElasticSearch или Algolia, которые предоставляют более тонкую настройку индексации и поиска.

В качестве заключения, для улучшения работы с поисковыми запросами в WordPress, необходимо либо применять фильтрацию на уровне контента, модификацию поиска на уровне запросов, либо рассматривать внешние интеграции, которые позволят более гибко и точно обрабатывать поисковые запросы. Эти методы помогут минимизировать влияние HTML-тэгов на результаты поиска и обеспечат более релевантный и точный поиск пользователем на сайте.