段时间因为要写一个搜索。捡回了sphinx。sphinx是个好东西阿。配置起来简单,使用起来方便。
国内有一个corkseek中文优化版。虽然sphinx也可以解决中文问题。但是索引数量会爆增(没有中文词库。)。利用sphinx本身的优先级算法,搜索准确率倒无需担心。因为freebsd上没有corkseek这个ports包,作为部署应用还是不稳妥。所以直接安装了sphinx。
其他的东西就不赘叙了。sphinx支持中文需要设置2个地方。均在sphinx.conf里.charset_table和ngram_chars。
charset_table = U+FF10..U+FF19->0..9, 0..9, U+FF41..U+FF5A->a..z, U+FF21..U+FF3A->a..z,A..Z->a..z, a..z, U+0149, U+017F, U+0138, U+00DF, U+00FF, U+00C0..U+00D6->U+00E0..U+00F6,U+00E0..U+00F6, U+00D8..U+00DE->U+00F8..U+00FE, U+00F8..U+00FE, U+0100->U+0101, U+0101, U+0102->U+0103, U+0103, U+0104->U+0105, U+0105, U+0106->U+0107, U+0107, U+0108->U+0109,U+0109, U+010A->U+010B, U+010B, U+010C->U+010D, U+010D, U+010E->U+010F, U+010F,U+0110->U+0111, U+0111, U+0112->U+0113, U+0113, U+0114->U+0115, U+0115, U+0116->U+0117,U+0117, U+0118->U+0119, U+0119, U+011A->U+011B, U+011B, U+011C->U+011D, U+011D,U+011E->U+011F, U+011F, U+0130->U+0131, U+0131, U+0132->U+0133, U+0133, U+0134->U+0135,U+0135, U+0136->U+0137, U+0137, U+0139->U+013A, U+013A, U+013B->U+013C, U+013C,U+013D->U+013E, U+013E, U+013F->U+0140, U+0140, U+0141->U+0142, U+0142, U+0143->U+0144,U+0144, U+0145->U+0146, U+0146, U+0147->U+0148, U+0148, U+014A->U+014B, U+014B,U+014C->U+014D, U+014D, U+014E->U+014F, U+014F, U+0150->U+0151, U+0151, U+0152->U+0153,U+0153, U+0154->U+0155, U+0155, U+0156->U+0157, U+0157, U+0158->U+0159, U+0159,U+015A->U+015B, U+015B, U+015C->U+015D, U+015D, U+015E->U+015F, U+015F, U+0160->U+0161,U+0161, U+0162->U+0163, U+0163, U+0164->U+0165, U+0165, U+0166->U+0167, U+0167,U+0168->U+0169, U+0169, U+016A->U+016B, U+016B, U+016C->U+016D, U+016D, U+016E->U+016F,U+016F, U+0170->U+0171, U+0171, U+0172->U+0173, U+0173, U+0174->U+017C, U+017D->U+017E, U+017E, U+0410..U+042F->U+0430..U+044F, U+0430..U+044F,U+05D0..U+05EA, U+0531..U+0556->U+0561..U+0586, U+0561..U+0587, U+0621..U+063A, U+01B9,U+01BF, U+0640..U+064A, U+0660..U+0669, U+066E, U+066F, U+0671..U+06D3, U+06F0..U+06FF,U+0904..U+0939, U+0958..U+095F, U+0960..U+0963, U+0966..U+096F, U+097B..U+097F,U+0985..U+09B9, U+09CE, U+09DC..U+09E3, U+09E6..U+09EF, U+0A05..U+0A39, U+0A59..U+0A5E,U+0A66..U+0A6F, U+0A85..U+0AB9, U+0AE0..U+0AE3, U+0AE6..U+0AEF, U+0B05..U+0B39,U+0B5C..U+0B61, U+0B66..U+0B6F, U+0B71, U+0B85..U+0BB9, U+0BE6..U+0BF2, U+0C05..U+0C39,U+0C66..U+0C6F, U+0C85..U+0CB9, U+0CDE..U+0CE3, U+0CE6..U+0CEF, U+0D05..U+0D39, U+0D60,U+0D61, U+0D66..U+0D6F, U+0D85..U+0DC6, U+1900..U+1938, U+1946..U+194F, U+A800..U+A805,U+A807..U+A822, U+0386->U+03B1, U+03AC->U+03B1, U+0388->U+03B5, U+03AD->U+03B5,U+0389->U+03B7, U+03AE->U+03B7, U+038A->U+03B9, U+0390->U+03B9, U+03AA->U+03B9,U+03AF->U+03B9, U+03CA->U+03B9, U+038C->U+03BF, U+03CC->U+03BF, U+038E->U+03C5,U+03AB->U+03C5, U+03B0->U+03C5, U+03CB->U+03C5, U+03CD->U+03C5, U+038F->U+03C9,U+03CE->U+03C9, U+03C2->U+03C3, U+0391..U+03A1->U+03B1..U+03C1,U+03A3..U+03A9->U+03C3..U+03C9, U+03B1..U+03C1, U+03C3..U+03C9, U+0E01..U+0E2E,U+0E30..U+0E3A, U+0E40..U+0E45, U+0E47, U+0E50..U+0E59, U+A000..U+A48F, U+4E00..U+9FBF,U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF, U+2F800..U+2FA1F, U+2E80..U+2EFF,U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF, U+3040..U+309F, U+30A0..U+30FF,U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF, U+3130..U+318F, U+A000..U+A48F,U+A490..U+A4CF
ngram_chars = U+4E00..U+9FBF, U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF,U+2F800..U+2FA1F, U+2E80..U+2EFF, U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF,U+3040..U+309F, U+30A0..U+30FF, U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF,U+3130..U+318F, U+A000..U+A48F, U+A490..U+A4CF
另外,就是charset得改成utf8码,其他的直接看sphinx的pdf文档吧。
- 浏览: 589909 次
- 性别:
- 来自: 北京
文章分类
最新评论
-
kangh:
转载的也拿出来 都不试一下 完全错误
Nginx+ffmpeg的HLS开源服务器搭建配置及开发详解 -
wangtxlz:
#cd builders/cmake#cmake .系统提示命 ...
crtmpserver流媒体服务器的介绍与搭建 -
hnraysir:
支持支持支持
手机Android音视频采集与直播推送,实现单兵、移动监控类应用 -
wuent:
把web服务器和php框架绑定到一起?真不建议这样。。。
Swoole(PHP高级Web开发框架) -
wuent:
有更详细的性能比较吗?php,python,java
PHP中的(伪)多线程与多进程
发表评论
-
svn上想回滚代码怎么办?——svn merge 命令
2015-06-03 23:42 0在 shell 里输入 svn help merge ,可以 ... -
使用socket方式连接Nginx优化php-fpm性能
2015-04-01 13:49 0Nginx连接fastcgi的方式有 ... -
Linux strace命令
2015-03-27 16:22 610简介 strace常用来跟踪进程执行时的系统调用和所接收的 ... -
RPC框架yar安装
2015-03-10 12:03 1384官方网站; http://pecl.php.net/pac ... -
用swagger-php/ui做API测试
2015-02-13 09:46 3596功能: 1 swagger-php根据自定义的规则生成API ... -
一步一步搭建 OAuth 认证服务器
2015-02-03 10:53 1374现在越来越多开放的互 ... -
PHP升级5.4.36之后Nginx 502
2015-01-21 13:55 0/usr/local/php/etc/php-fpm.conf ... -
Linux安装gcc编译器详解(CentOS 6.5 64位系统)
2014-12-17 17:01 1316本次安装针对CentOS 6.5 64位系统,由于在安装系统的 ... -
Nginx+ffmpeg的HLS开源服务器搭建配置及开发详解
2014-09-24 09:38 2004本文概述: 至目前为止,HLS 是移 ... -
lnmp下开启mail函数发送邮件及sendmail启动慢的问题
2014-04-27 10:13 1290自从换了阿里云服务器之后,我也就没有理过博客的回复评论邮件通 ... -
sphinx的配置详情讲解和配置性能优化管理中文解释
2013-12-31 13:44 1098网上配置文档众多,但是对着他们的文档来做老是出问题,于是花了 ... -
Web服务器压力(负载)测试工具
2013-12-31 09:55 689Web服务器压力(负载)测试工具 一 Siege一 ... -
Linux下如何查看 CPU 信息, 包括位数和多核信息
2013-12-27 09:08 861查看当前操作系统内核信息# uname -a Linux ... -
网页上播放视频的免费的播放器_CKPlayer
2013-12-12 11:03 1814今天在工作的过程中遇到一个功能:在网页中加入视频播放器,类似 ... -
Bagecms 基于Yii开发完整全站系统开源发布
2013-11-24 22:22 1055BageCms是一款基于php5+mysql5开发的多功能开 ... -
CentOS配置mencoder和ffmpeg flv视频转码总结
2013-11-15 22:04 11521、安装yum的fpmforge源 rpm - ... -
用ffmpeg打造linux转码服务器
2013-11-15 21:54 1332linux在系统资源利用上确实要比windows强很多,所以 ... -
PHP做视频网站,让程序自动实现视频格式转换、设置视频大小、生成视频缩略图
2013-11-15 21:44 991一、PHP实现转换 在做视频网站的时候,最头痛的问题 ... -
coreseek配置文件语法
2013-10-29 15:38 744sql_query_range分区查询设置。可选选项,默认为空 ... -
coreseek实时索引更新之增量索引
2013-10-28 22:36 959coreseek实时索引更新有两种选择: 1.使用基于磁盘 ...
相关推荐
Coreseek 是一款中文全文检索/搜索软件,以GPLv2许可协议开源发布,基于Sphinx研发并独立发布,专攻中文搜索和信息处理领域,适用于行业/垂直搜索、论坛/站内搜索、数据库搜索、文档/文献检索、信息检索、数据挖掘等...
Coreseek 是一款中文全文检索/搜索软件,以GPLv2许可协议开源发布,基于Sphinx研发并独立发布,专攻中文搜索和信息处理领域,适用于行业/垂直搜索、论坛/站内搜索、数据库搜索、文档/文献检索、信息检索、数据挖掘等...
从官网上拷贝的内容,然后转的pdf;自己看的时候加了部分标签
coreseek4.1 window版本,sphinx 中文检索搜索引擎!
sphinx-coreseek中文手册 sphinx-coreseek中文手册 sphinx-coreseek中文手册 sphinx-coreseek中文手册
Coreseek 4.1 参考手册,详细手册,网页文本
sphinx coreseek-3.2.14.tar.gz稳定版,中文检索利器。
coreseek被称为带有中文分词的sphinx,与 sphinx不同的是coreseek增加了一个带有中文分词的词库,本下载是coreseek-4.1-win32
基于sphinx的中文检索Sphinx如果需要对中文进行全文 检索,也得需要一些插件来补充。其中我知道的插件有 coreseek
coreseek SPHINX 使用说明及详细介绍
Coreseek 是一款可供企业使用的、基于Sphinx(可独立于Sphinx原始版本运行)中文全文检索/搜索软件,以GPLv2许可协议开源发布,专攻中文搜索和信息处理领域,适用于行业/垂直搜索、论坛/站内搜索、数据库搜索、文档/...
目录说明: csft-x.y.z:coreseek源代码 mmseg-i.j.k:mmseg源代码 testpack:测试配置和数据包
coreseek3.2版本(目前来说最稳定的coreseek版本)的权威中文手册,内部带配置和开发示例。
coreseek/sphinx分词词库txt版本(中日韩)
中文的sphinx coreseek,搜索引擎,搭配Sphinx进行中文分词搜索
详细说明sphinx+coreseek安装、配置、php很用
sphinx coreseek 备用的coreseek,4.1版本。配合sphinx2,
coreseek官网不知什么时候关了,无法下载安装包,这个亲测可用。 Linux版本coreseek-4.1-beta
本篇文章是对coreseek搜索英文的问题进行了详细的分析介绍,需要的朋友参考下
sphinx mmseg coreseek 搜狗 词库