开源中文检索软件CoreSeek之初体验
国人开发的CoreSeek实际是上基于Sphinx的定制版，使用mmseg进行中文分词并实现中文搜索。 官网提供了详细的安装说明和 CentOS5 的rpm安装包，由于笔者需要在CentOS 6 x86_64上运行，得自行打包。笔者已完成源码包的封装： mmseg 、 coreseek 。 相对 Sphinx的安装 ，CoreSeek需要安装中文分词库mmseg。测试方法就是在示例数据库里插入一些中文字符串： 然后重建索引就可以自动分词，并查询中文了： 特别需要注意的就是，要统一字符编码。笔者统一使用UTF-8，示例MySQL数据库对应表的属性是： CREATE TABLE `documents` ( `id` int(11) NOT NULL AUTO_INCREMENT, `group_id` int(11) NOT NULL, `group_id2` int(11) NOT NULL, `date_added` datetime NOT NULL, `title` varchar(255) COLLATE utf8_unicode_ci NOT NULL, `content` text COLLATE utf8_unicode_ci NOT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=14 DEFAULT