摘要：总结两种方式都能起作用，中缀索引比较简单，但会大幅度增加索引文件的大小和索引的速度安装正则引擎比较烦，而且要重新编译安装但对索引文件的大小和索引速度的影响较小。
导读
Sphinx 是一个非常强大的全文搜索引擎，能处理各种复杂的索引请求．但有时候需要一些特殊的设置．
问题比如文档中有一种词，该词包含了字母和数字，比如(onepiece123) 如果一般情况下直接搜索onepiece或者123的时候，你是得不到这个文档的．
原因sphinx在处理单词时，把整个词看作一个整体，用关键词搜索的时候也是，比如，搜索词如果是onepiece，那么得到的文档只能是包含了onepiece这个词段(如onepiece 123)的才能被索引到，否则除非直接搜索onepiece123，你是得不到文档onepiece123的．
解决方式这种时候有两种方式可以解决：
中缀索引设置中缀索引长度，中缀索引可以让我们进行通配符搜索文档的操作，比如word, word*, *word
min_infix_len
中缀索引长度默认为０，即不做中缀索引，假如设置成一个合适的长度，那么就能根据单词的某一部分查找到对应的文档，比如把min_infix_len 设置为２， 那么文档中包含test的词汇就会被分成 te, es, st tes, est,test这几种(最小长度２)，当我们用关键字es 去搜索的时候，就能命中这个包含test的文档，当然，这也导致了我们的索引文件大小大幅度增加，索引速度降低的问题
为了解决开始的时候我们提到的这种单词带数字的查找，我们可以设置一个比较合适的中缀索引长度，比如８，那么包含onepiece123这个词的文档会被分成onepiece, onepiece1, onepiece12, onepiece123, nepiece12,...等等(按顺序包含至少８个原有字符，不能跳过任意的字母)，这样，当我们搜索oinepiece的时候， 因为原有的oinepiece123文档被分成了包含了onepiece等多个的文档，我们就能命中这个oinepiece123所在的文档了．
设置regexp_filter该设置允许我们通过正则的方式映射最终的文档格式．那样的话我们就能统一一些常见的单词或者短语的格式了．
比如
"iphone 3gs" , "iphone 3 gs" (或者甚是 "iphone3 gs")
当我们在搜索这些关键词的时候，我们都希望能命中包含iphone3gs这个文档，我们可以像这样设置索引：
regexp_filter ＝ [(iphone 3gs)| (iphone 3 gs) | (iphone3 gs)] => iphone3gs
这样在创建索引的时候， 所有包含上面三种的iphone ３gs的格式都能映射成iphone3gs， 在搜索iphone3gs的时候， 就能命中所有包含上面三种词的文档了
回归我们的初始问题，这种方式处理单词+数字的索引设置可以这么设置
regexp_filter ＝ (［a-z|A-Z］+)(d+) =>1 2
"1"和"2"之间有空格，"1"对应单词的正则匹配， "2"对应数字的正则匹配，中间加了一个空格，这就表示在创建索引的时候单词+数字的文档会被分开.
不过要说明的是，如果想使用这个配置，需要安装一个名叫re2的正则引擎替代系统内置的正则引擎，安装好后重新编译安装sphinx的源码，在./configure的时候带上参数
--with-re2，然后regexp_filter才会游泳
这样也能解决单词+数字的搜索问题。
总结两种方式都能起作用，中缀索引比较简单，但会大幅度增加索引文件的大小和索引的速度.regexp_filter安装正则引擎比较烦，而且要重新编译安装sphinx, 但对索引文件的大小和索引速度的影响较小。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/20948.html
摘要：本文以为例来介绍如何打造自己的搜索引擎。其官方网站是可以说支持包括英文中文等所有语言的搜索。默认把中文按字拆分的，但这样就会产生搜索出不相干的内容来。因此，有人就给打了中文分词的补丁。 Google搜索引擎建立至今已经快20年了，之后全球各类大大小小类似的搜索引擎也陆续出现、消亡。国内目前以百度为大，搜狗、360、必应等也势在必争。搜索引擎技术也发展的相当成熟，同时也就出现了很多开源的...
摘要：简介是开源的搜索引擎，它支持英文的全文检索。但是往往我们要求的是中文索引，怎么做呢国人提供了一个可供企业使用的，基于的中文全文检索引擎。 Sphinx 简介 Sphinx是开源的搜索引擎，它支持英文的全文检索。所以如果单独搭建Sphinx，你就已经可以使用全文索引了。但是往往我们要求的是中文索引，怎么做呢？国人提供了一个可供企业使用的，基于Sphinx的中文全文检索引擎。也就是说Cor...
摘要：简介是开源的搜索引擎，它支持英文的全文检索。但是往往我们要求的是中文索引，怎么做呢国人提供了一个可供企业使用的，基于的中文全文检索引擎。 Sphinx 简介 Sphinx是开源的搜索引擎，它支持英文的全文检索。所以如果单独搭建Sphinx，你就已经可以使用全文索引了。但是往往我们要求的是中文索引，怎么做呢？国人提供了一个可供企业使用的，基于Sphinx的中文全文检索引擎。也就是说Cor...
阅读 1748·2023-04-25 15:45
阅读 903·2021-09-29 09:34
阅读 2381·2021-09-03 10:30
阅读 1781·2019-08-30 15:56
阅读 1347·2019-08-29 15:31
阅读 1152·2019-08-29 15:29
阅读 3069·2019-08-29 11:24
阅读 2913·2019-08-26 13:45
