scws源码中写死的…… 超过２个字符的英文数字都在第一步被预处理了，所以想要改这个恐怕了也会比较麻烦。
应该是分词词典没有正确加载。 如果你在php.ini中没有正确指定路径的话scws.default.fpath以及字符集 scws.default.charset 你应该在分词代码中明确指定这些 $s->add_dict(); 或 $scws->set_dict(); 还有 $scws->set_charset() 应该在此之前调用
...词列表 (仅限索引文档) XSDocument getCharset() 获取文档字符集 XSDocument getFields() 获取字段值 XSDocument getIterator() IteratorAggregate 接口, 以支持 foreach 遍历访问字段列表 XSDocument offsetExists() ArrayAccess 接口, 判断字段...
其实SCWS内部是允许最多2个非中文字符夹杂中文成词的，超过2个的就无效了。 比如”Q币“，”T恤“这种是支持的。像你这么长的编号支持通用性不强。。
...utf8.xdb",SCWS_XDICT_MEM); 如果去掉SCWS_XDICT_MEM，则分割同样的字符串时间增加， 请教这种模式的原理， apache 以loadmodule跑php,一次页面执行完毕后，应该都已经释放资源了，很困惑。。。
... return $this->obj->prepare("SET NAMES utf8")->execute();} 将输出字符集设置为 UTF-8
...功切分的。 原因就在于最多允许夹在汉字之间的只有2个字符～～ 这个粗分规则是为了加速和减少误分，对于全文检索功能，像你的情况分成“北海”+365也应当算合理吧
...还有可能抓出含有乱码的片段。 但是SCWS分词时似乎要求字符串中只能有中文和中文标点，否则就会分词失败。 请问这个是我对SCWS的使用方法不正确还是SCWS目前只能做成这样？ 目前我企图将抓取后的内容剔除全部不可分词要...
... [/quote] 那很奇怪，我用WINDOWS下的DLL ，他就不会把全角字符这个给去掉 [/quote] 那应该是2者的词典不一样吧。。。你可以试试在不IGNORE的情况 下打印词情。