mysql - 关于 sphinx 分段规则

Question

当我使用 sphinx 时，我发现结果不太准确。

例如，在我的mysql表中，有'test1'，'test2'，'test.zip'，'test_zip'，'test-zip'的记录当我搜索'test'时，只得到'test.zip'和'test-zip'。如果我想在结果中得到“test1”，我必须明确搜索“test1”

所以我的问题是，为什么 sphinx 不将 test1 视为“测试”和“1”，如果我想要搜索结果包括完整单词的一部分，该怎么做？

Answer 1

默认的 charset_table，将字母、数字和下划线设置为单词字符，其他都是分隔符。

所以test1会被索引为“test1”，但test-zip会被索引为“test zip”

有中缀/前缀索引 http://sphinxsearch.com/docs/current.html#conf-min-infix-len 所以可以匹配部分词。（默认情况下，sphinx 总是匹配整个单词）

如果您愿意，您可以更改 charset_table，因此数字不被视为单词字符（但随后将无法搜索数字！） - 同时可能不希望包含下划线 - 所以 tahttest_zip可以被视为两个单词。

您可以改为将数字放入 blend_chars - 以便它们也被视为分隔符。

最后可以使用 regexp_filter 将单词和数字拆分为单独的单词。

......所以四种可能的解决方案，可能值得尝试每一种，并确定哪种最适合您。