实战coreseek/sphnix,初探中文分词环境配置

环境：

操作系统：ubuntu 

coreseek:3.2

目的：对phpcms添加全文索引功能。

官方文档：http://www.coreseek.cn/docs/coreseek_3.2-sphinx_0.9.9.html 

------------------------------

进入coreseek的目录下进行安装：
/usr/local/src/coreseek-3.2.14/csft-3.2.14

./configure --prefix=/var/lib/coreseek --with-mysql=/var/lib/mysql --with-mmseg=/var/lib/mmseg --with-mmseg-includes=/var/lib/mmseg/include/mmseg/ --with-mmseg-libs=/var/lib/mmseg/lib/
 
make && make install

 

这里的安装跟上面sphinx一样的，就是加入了LibMMseg分词，安装完创建测试数据，
创建搜索配置文件csft.conf，过程跟安装测试sphinx一样，但是创建索引时报了一个这样的错误：
FATAL: index 'test1': 'synonyms': failed to open '/data/exceptions.txt'，
进入配置文件csft.conf，把/data/exceptions.txt注释掉即可，创建完索引，运行测试OK。
 
要进行中文分词搜索请在配置文件中加入

修改charset_type= zh_cn.utf-8
 charset_dictpath = /var/lib/mmseg/etc/

在示例配置文件中，将试图对MySQL数据库test中的 documents 表建立索引；因此在这里还提供了 example.sql 用于给测试表增加少量数据用于测试:

$ mysql -u test < /usr/local/coreseek/etc/example.sql

注意修改数据库的编码为utf-8.并且插入中文记录来测试。关于csft.conf配置文件的解释  可参考：http://wenku.baidu.com/view/1774e0efe009581b6bd9eb3c.html

 

另外说明：我用SerureCRT 来远程连接ubuntu操作的，在显示问方面会有乱码问题，用vm的ssh连接就没问题。

 

测试：

$ /opt/coreseek/bin/search 我爱鸡冠花

index 'test1stemmed': query '我爱鸡冠花 ': returned 0 matches of 0 total in 0.000 sec

words:
1. '我': 2 documents, 2 hits
2. '爱': 0 documents, 0 hits
3. '鸡冠花': 0 documents, 0 hits

分词成功。

 

转载于:https://www.cnblogs.com/ikodota/archive/2012/05/04/install-coreseek-mmseg.html