我在谷歌搜索但没有找到任何与Xapian中的实施分析器相关的线索，甚至Xapian可能也不支持使用像lucene这样的分析器。换句话说，我不能用中文来支持。我是对的吗？
我在Xapian C ++ API中搜索过，只发现可能与提取词有关的TermGenerator。有一个名为FLAG_CJK_NGRAM的标志，它可以分割UTF-8 CJK字，让我们说ABCD，它将它分成AB，BC，CD和A，B，C，D。那个＆＃39 ;非常简单明了。我想我需要一个更准确的解决方案，似乎我需要实现或将成熟的解决方案（如jieba）迁移到Xapian。我是对的吗？
答案 0 :(得分：0)
TermGenerator（和QueryParser，它们齐头并进）通过添加The current node list is empty.
tbbc_money:
currencies: ["UAH", "USD", "EUR", "PLN"]
reference_currency: "USD"
decimals: 2
storage: doctrine
#ratio_provider: tbbc_money.ratio_provider.yahoo_finance
ratio_provider: tbbc_money.ratio_provider.google
支持CJK ngram拆分，这可能是您正在寻找的。对于TermGenerator，通过调用set_flags()来使用它;对于QueryParser，您将标志传递给parse_query()（在FLAG_CJK_NGRAM的新标志中通常使用布尔值OR，否则您将关闭可能要保留的功能。
在所有其他方面，您应该能够正常使用Xapian，例如在“入门”指南的the practical example中。 （请注意，虽然示例是在python中，但它可以在其他包装语言中使用，并且直接来自C ++。The source code for the getting started guide在其他一些语言中有代码示例。）
来自FLAG_DEFAULT的文档：
启用此功能后，CJK字符的跨度将分为unigrams和bigrams，其中包含位置信息的unigrams。非CJK字符正常分为单词。
如果您想做其他事情，那么您目前必须编写自己的术语生成和查询解析代码。