搜索技术-使用coreseek做中文分词时如何将特殊符号（#+/.等）纳入索引？

Question

在做中文全文检索时我们采用的是coreseek，虽然它是基于sphinx开发的，但是有些sphinx的原生设置不能使用。
比如现在就遇到一个问题，我们需要能搜索到c#、c++等带有特殊字符的词，在sphinx中只需要在配置文件中的charset_table选项里增加这些特殊字符的unicode编码即可。

但在Coreseek中，启用中文分词后，系统会使用MMSeg内置的码表（被硬编码在MMSeg的程序中），因此，charset_table在启用分词后将失效。

请问除了修改其源代码之外，有什么比较好的方式实现这个需求？

Answer 1

coreseek是在sphinx基础上针对中文搜索的二次开发，部分在英文搜索中的设置方法不能直接拿来用。
这里对于特殊字符可以做一个映射关系表，将常用的特殊字符替换为搜索引擎允许查找的字符。
例如:

C# => Csharp
C++ => Cplusplus