商城小程序开发者可以通过以下几种方式进行商品搜索结果的排序：

相关性排序是基本的排序方式，它根据商品与用户搜索词的匹配程度来排序。通常，这涉及到文本匹配算法，如准确匹配、模糊匹配（如通配符匹配、正则表达式匹配）、语义匹配（基于词向量、BERT等深度学习模型）等。相关性排序可以确保与用户搜索意图匹配的商品排在前面。

综合排序考虑多个因素，如商品的销量、用户评价、价格、上新时间等，通过算法计算得出综合得分，再进行排序。例如，可以赋予高销量商品更高的权重，同时也不忽视低销量但评价的“小众精品”。这种排序方式可以平衡商品的相关性和其他业务因素，提供更符合用户需求的搜索结果。

个性化排序根据用户的浏览历史、购买记录、搜索习惯等信息，进行个性化的排序。这种排序方式可以优先展示用户可能感兴趣的商品，提高用户体验和转化率。

如果商品有促销活动，可以将促销商品排在前面，以吸引用户的注意力。这可以通过设置促销标签或在排序算法中加入促销因素来实现。

对于新上架的商品，可以给予一定的排序权重，使其在搜索结果中更容易被用户看到。这有助于提高新品的曝光率和销售机会。

根据用户指定的价格范围，将商品按照价格从低到高或从高到低进行排序。这可以帮助用户快速找到符合其预算的商品。

对于服务质量好的商品，可以给予更高的排序权重。例如，对高于类目平均退款纠纷率或投诉成功率的商品进行降权，以确保用户获得良好的购物体验。

在实际应用中，开发者可以结合以上多种排序方式，根据业务需求和用户行为数据进行调整和优化，以提供符合用户期望的搜索结果。同时，定期进行A/B测试和数据分析，监控搜索结果的点击率、转化率等关键指标，实时调整排序策略，确保搜索结果始终与用户需求保持高度一致。