編輯“Sphinx/字符集、大小寫轉(zhuǎn)換和轉(zhuǎn)換表”

{{Sphinx導(dǎo)航}}

當(dāng)建立[[索引]]時(shí)，Sphinx從指定的數(shù)據(jù)源獲得文本文檔，將文本分成詞的集合，再對(duì)每個(gè)詞做大小寫轉(zhuǎn)換，于是“Abc”，“ABC”和“abc”都被當(dāng)作同一個(gè)詞（word，或者更學(xué)究一點(diǎn)，詞項(xiàng)term）

為了正確完成上述工作，Sphinx需要知道：

#源文本是什么編碼的;
#那些字符是字母，哪些不是;
#哪些字符需要被轉(zhuǎn)換，以及被轉(zhuǎn)換成什么.

這些都可以用 charset_type 和 charset_table 選項(xiàng)為每個(gè)索引單獨(dú)配置. charset_type 指定文檔的編碼是單字節(jié)的（SBCS）還是[[UTF-8]]的。 charset_table 指定了字母類字符到它們的大小寫轉(zhuǎn)換版本的對(duì)應(yīng)表，沒有在這張表中出現(xiàn)的字符被認(rèn)為是非字母類字符，并且在建立索引和檢索時(shí)被當(dāng)作詞的分割符來看待。

注意，盡管默認(rèn)的轉(zhuǎn)換表并不包含空格符 ([[ASCII]] code 0x20, Unicode U+0020) , 但是這么做是 完全合法的. 這在某些情況下可能有用，比如在對(duì)tag[[云]]構(gòu)造索引的時(shí)候，這樣一個(gè)用空格分開的詞集就可以被當(dāng)作一個(gè)單獨(dú)的查詢項(xiàng)了.

==參考來源==
*http://www.coreseek.cn/docs/coreseek_3.2-sphinx_0.9.9.html#required-tools 



[[category:Sphinx|Z]]
{{Sphinx使用手冊}}