...在postgresql整合了scws,效果很棒，现在我们自己增加了一些词库，不知道xdb与txt相比，那个效率更高 另外，scws对于中英文分词效果不是很好，即文中的中文分得还可以，但对于页面中的英文部分，包括email,url,host这类处理效果...
还有，现在自定义了几个词库，分别是9M、7M，24k 看到文档说，这个文件读取后放在临时目录，建议不要太大，但我不知道多大才叫大，可否有个具体数据指导？ 另外，这些新词，我通过官方提供的get_tf.php查询了一百个词，...
网址和EMAIL tsearch都可以配置token的切分方法，可以整个切，也可以分开 html标签 tsearch也有一个tag token可以配置去不去徐
但网址和EMAIL如果这样切，也太粗糙了吧。要全部匹配才能检索到，输入 EMAIL 的前段或网址的一部分均检索不到了。 至于消除 HTML 标签，这不应该是分词的事哦