如何让 Sphinx 忽略某些字符？

Question

我正在制作一个 PHP 网站，使用 MySQL 后端和 Sphinx 作为搜索引擎。比如说，我有一个设计师为“Ray-Ban”的商品，当用户输入“ray ban”或“rayban”时，我需要得到它。某处是否应该有一个排除列表？

Answer 1

执行此操作的标准方法是 charset_table 选项。 charset_table 定义仅需要标记化的字符，

即使用此 charset_table

index YOUR_INDEX_NAME
{
charset_table =  0..9, A..Z->a..z, _, a..z

此类文本

My best fiend is Hoo-foo but not Pe_ter.!!! That's all.

将被解析为这些标记

my best friend is hoo foo but not pe_ter that s all

Answer 2

你最好的选择可能是例外文件 - 尽管这意味着你会需要知道您希望对两个不同的单词/短语进行相同处理的每种情况。

Answer 3

从版本 0.9.8 开始，每个名为ignore_chars 的索引都有一个可用的排除列表选项。

例如。

index YOUR_INDEX {
        charset_type = utf-8
        ignore_chars = -

更多信息请访问 Sphinx 网站：http://sphinxsearch。 com/docs/manual-0.9.8.html#conf-ignore-chars

旁注：他们在示例中展示了使用 U+AD 删除软连字符。由于某种原因，这对我不起作用，但我上面给出的示例效果很好。