最终，我正在创建一个三种语言的网站：英语，俄语和中文。我希望如果我在应用程序和数据库中使用UTF-8，输入输出就不会出现任何问题（会有吗？）
但最令人恐惧的部分是搜索。它应该足够酷。它应该是全文，它应该索引等。我希望它能理解形态学，使用词干等。
首先，我看过Zend_Search_Lucene，但是我从http://framework.zend.com/issues/browse/ZF/component/10021意识到它有中文问题。 ：（
现在我在考虑狮身人面像。它支持英语和俄语词干。我不确定中文有多好，我不知道加上对它的支持有多难。 http://www.sphinxsearch.com/forum/view.html?id=1554是一线希望但是，由于没有经验丰富的Sphinx用户，我认为我不明白那里的内容。
所以，
有没有人有这种'语言无关'搜索的经验，可以和我分享吗？
你可以给我一些东西来测试搜索。作为一名具有一定英语基础知识的俄语母语人士，我可以自己测试俄语和英语搜索，但我甚至不知道这些中文 pics 的哪些部分是单词。请给我一些中文字符串，将它们放入索引和一些预期结果的查询中！
答案 0 :(得分：5)
中文或日文等语言的表意字符需要两个终端字符位置，因此你 会出现UTF8问题而你应该使用UTF16 。
除此之外，任何支持UTF16的搜索引擎和你的要求（例如词干）都应该可以正常工作 - 也就是说，如果你喜欢Sphinx，那就去吧！
答案 1 :(得分：0)
来自Xapian docs：
Xapian使用Snowball Stemming Algorithms。目前，这些支持丹麦语，荷兰语，英语，芬兰语，法语，德语，匈牙利语，意大利语，挪威语，葡萄牙语，罗马尼亚语，俄语，西班牙语，瑞典语和土耳其语。还有Lovins的英语词干分子，Porter的原始英语词干分子，Kraaij-Pohlmann荷兰词干分子，以及德国词干分析器的变体，它使变音符号正常化。
或世界上的一些语言，例如中文，词干的概念不适用，但它对印欧语群的许多语言肯定有意义。
答案 2 :(得分：0)
Google用户搜索不足以满足您的需求吗？你究竟对它不喜欢什么？
答案 3 :(得分：0)
我正在维护一个基于sphinx的开源项目，以提供更好的中文支持。你可以看看http://code.google.com/p/sphinx-for-chinese/。我对俄语知之甚少，但如果俄语单词是空格分开的话就不会有问题。如果您有任何问题，请留言给我留言