在 Sphinx 搜索中，如何将“hashtag”添加到 charset_table？答案

【问题标题】：In Sphinx Search, how do I add "hashtag" to the charset_table?在 Sphinx 搜索中，如何将“hashtag”添加到 charset_table？
【发布时间】：2012-05-09 20:50:19
【问题描述】：

我希望人们能够搜索 #photography 和 photography。在 Sphinx 中，这些应该被视为两个不同的词。默认情况下，#photography 映射到 photography，我无法搜索主题标签。

我在this page 上读到，您可以将哈希标记添加到 charset_table 以完成此操作。我完全不知道如何做到这一点。我不知道 unicode，也不知道我的 charset_table 应该是什么。

谁能告诉我我的 charset_table 应该是什么？谢谢。

# charset_table     = 0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44F

注意：我打算使用实时索引。（不确定这是否会有所不同）

【问题讨论】：

标签： search unicode utf-8 lucene sphinx

【解决方案1】：

我希望人们能够搜索#photography 以及摄影。在 Sphinx 中，这些应该被视为两个不同的词。默认情况下，#photography 映射到摄影，我无法搜索主题标签。

美好的一天。

我认为它可以解决您的问题，但是：

直接从用户查询中调用搜索功能是一种不好的方式。

在 sphinx 引擎中调用搜索功能之前，需要对用户字符串进行某种处理。例如，您可以检查用户字符串中的某种特殊字符并从查询中删除特殊字符。之后你可以调用搜索功能进行查询。

祝你好运。

【讨论】：

【解决方案2】：

根据 Unicode 表，它是 U+0023。所以最终的配置应该是这样的

charset_table     = 0..9, A..Z->a..z, _, a..z, U+23, U+410..U+42F->U+430..U+44F, U+430..U+44F

不要忘记charset_type 变量。 AFAIK，此示例 charset_table 用于 utf-8。除此之外，您应该从 blend_chars 变量中删除 U+23 以允许 Sphinx 将其索引为合法字符。

【讨论】：

谢谢保罗。整个字符串会是什么样子？我是否只是将其添加到末尾，并在其前面加上逗号？不知道最终结果会是什么......
更新并提供了更多信息。
除了目前的要求，有没有什么办法可以让用户搜索“photography”时，也返回“#photography”的结果？但反之则不然……
expand_keywords 应该可以解决这个问题，尽管应该使用infix search 而不是prefix search。我不知道它是否适用于特殊字符，例如井号。