设为首页 收藏本站
查看: 1572|回复: 0

[经验分享] 社区全文检索引擎Hyper Estraier 学习笔记[3]

[复制链接]

尚未签到

发表于 2016-1-4 14:01:08 | 显示全部楼层 |阅读模式
经过摸索,我决定给HyperEstraier加上由Hightman写的scws支持,使之支持中文分词。
实地看了代码之后,发现Hyperestraier的结构划分并不好,这可能决定了他只能是某些Hacker的心血之作,而不适用多人协作开发,大规模推广应用。这是旁话。
既然找到分词默认是使用的estraier.c的est_break_text函数,那我的目标就是改造这个函数,现在这个函数被我改成了:

   1. scws_t seg;
   2. /* Break a sentence of text and extract words. */
   3. void est_break_text(const char *text, CBLIST *list, int norm, int tail){
   4. // hack by renlu.xu
   5.   CBLIST *words;
   6.   const unsigned char *word, *next;
   7.   unsigned char *utext;
   8.   char *tmp;
   9.   int i, j, k, size, cc, wsiz, nsiz, tsiz;
  10.   assert(text && list);
  11. if(seg==NULL)
  12. {
  13. seg=scws_new();
  14. scws_set_charset(seg,"UTF-8");
  15. scws_set_rule(seg,"/home/y/etc/rules.utf8.ini");
  16. int xmode=0;
  17. scws_set_dict(seg,"/home/y/etc/dict.xdb",(xmode & XMODE_DICT_MEM) ? SCWS_XDICT_MEM : SCWS_XDICT_XDB);
  18. if(seg->d == NULL && !(xmode & XMODE_NO_TIME))
  19.         fprintf(stderr, "WARNING: input dict file load failed. /home/y/etc/dict.xdb\n");
  20.
  21. }
  22. int fsize;
  23.     fsize=strlen(text);
  24.     scws_send_text(seg,text,fsize);
  25. scws_res_t res,cur;
  26. while ((cur = res = scws_get_result(seg))!= NULL)
  27. {                                                           
  28. while (cur != NULL)                                    
  29. {            
  30. cblistpush(list,text+cur->off,cur->len);
  31. cur = cur->next;                                   
  32. }                                                      
  33. scws_free_result(res);                                 
  34. }
  35. int iter_i;
  36. int wsize=0;
  37. fprintf(stderr,"\nsegmented words:\n");
  38. for(iter_i=0;iter_i<cblistnum(list);iter_i++){
  39. word=CB_LISTVAL2(list,iter_i,wsize);
  40. fprintf(stderr,"%s\t",word);
  41. }
  42. return ;
  43.  }

Ok,其中函数中最后一个for语句是为了调试,看看分词结果如何。
这里用到的scws_send_text等函数是hightman的scws中定义的,因此需要在estraier.c的文件头加上:

   1. #include "scws.h"

并修改Hyperestraier的Makefile:

   1. LIBS = -lqdbm -lz -lm -lc  -lscws

然后make && make install
下面作个测试:

   1. #!/bin/sh
   2. #file:test.sh
   3. rm -rf test_db
   4. estcmd create test_db
   5. find ./ -name "1.txt" -type f |estcmd gather -cl -fm -cm test_db -
   6. estcmd search -vx -max 10 test_db '索引'

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-160093-1-1.html 上篇帖子: 社区全文检索引擎Hyper Estraier 学习笔记[2] 下篇帖子: hyper-v驱动
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表