Sphinx如何处理URL

Question

在使用PostgreSQL时，您可以在使用全文搜索时将一个URL分解为几个不同的词位。例如：

SELECT to_tsvector('http://www.example.com/dir/page.html');
                               to_tsvector                                
--------------------------------------------------------------------------
 '/dir/page.html':3 'www.example.com':2 'www.example.com/dir/page.html':1
(1 row)

您可以看到，PostgreSQL已经将http://www.example.com/dir/page.html分解为url，减去协议(www.example.com/dir/page.html)、主机(www.example.com)和url_path (/dir/page.html)。这很方便，因为它允许您快速搜索www.example.com。

有了这样的背景，SphinxSearch是如何处理索引网址的呢？它的行为是否类似于PostgreSQL，因为它将网址分解为多个部分，以便易于搜索？

Answer 1

从字面上讲，它只是使用charset_table中没有列出的任何字符来分解源文本

所以通常情况下。和/只计算为分隔符，这样url就可以通过字母组进行搜索-与短语运算符相结合非常有用。