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。
支持是支持的，但数字字母最多只支持2位。 你说的情况其实切分成“斯巴鲁+WRX”并不会有多大问题吧。 像 Q币 QQ空间 这样的都是可以支持成词的。
...uote='hightman' pid='1078' dateline='1346301119'] 支持是支持的，但数字字母最多只支持2位。 你说的情况其实切分成“斯巴鲁+WRX”并不会有多大问题吧。 像 Q币 QQ空间 这样的都是可以支持成词的。 [/quote] 感谢hightman 的回复。 ...
hightman，你好！ 因为项目需要从下述字符串中，分别提取：[color=#006400]斯巴鲁WRX[/color]，[color=#006400]斯巴鲁200[/color] 这2个词 “斯巴鲁WRX和斯巴鲁200的区别,保养费用如何” 我试用了下面2种方法，均没有达到想要的结果，希望hi...
用pscws4分词，为什么只打印出里面的数字，中文直接不分词打印，网页编码是utf8 function get_tags_arr($title){ require 'pscws4/pscws4.class.php'; $pscws = new PSCWS4(); $pscws->set_dict('scws/dict.utf8.xdb'); $pscws->set_rule('scws/rules.utf8.ini'); $pscws->set_ign...
分词 对于 词库 里有宝马x6 分词 为宝马和马x6 分词有问题 词库 里 只能添加 宝马 不能宝马x6 （中文 英文和数字在一起 存在分词问题） #解析后的 QUERY 语句：Xapian::Query((奥迪a6:(pos=1) SYNONYM (奥迪:(pos=89) AND 迪A6:(pos=90))))
词库可以添加 宝马x6 的啊
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。。