如果你有看Beta http://beta.xmu.edu.cn/modules.php?op=modload&name=News&file=article&sid=11&mode=thread&order=0&thold=0 昨日的blog就知道，我的那个google版本的“搜索厦大”加了一个proxy就被仓促推出场了。点这里厦大主页 http://www.xmu.edu.cn 或者这里 http://210.34.218.156/searchwwwcgi-bin/search.cgi 。这个肯定不是最终解决方案，最终我们一定得建一个自己的google，过几天要滚回家了，这个东西对我还算有点吸引力，看看能不能在几天之内搞定这个。于是又上searchtools.com的opensource http://www.searchtools.com/tools/tools-opensource.html 页面上巡视各个搜索引擎。

首先是ht://Dig，我的。。。初搜索引擎。。。，当然先拿他开刀，一个好的习惯，先大致浏览一下文档，看到FAQ时：

Current versions of ht://Dig only support 8-bit characters, so languages such as Chinese and Japanese, which require 16-bit characters, are not currently supported.

ft。。。看来得换一个了，不用浪费时间在ht://Dig上了。

正选择从哪个下手时，zhh http://202.38.76.151/~zhh/ 发送过来一个链接，mnogosearch http://mnogosearch.org/ ，好吧，就用他了。

下载了安装，启动auto config的install.pl，make，make install，一切顺利，安装完毕，配置一下indexer.conf，加入http://test.domain，配置langmap.conf，运行indexer，把search.cgi拷贝到cgi-bin目录下面，在浏览器里输入search.cgi，输入关键字，查询结果出来了。mail给领导：找到另一个solution。

ft，一切如果有这么顺利就好了，我就不用放假了还每晚奋斗到12点，不用听着耳机在路上行尸走肉傻傻得想：到底是哪里出了问题？为什么程序一点反映都没有。如果mnogosearch是一个人，我一定掐着他的脖子说：你给我输出结果呀！！！。幸好运气比较好，问题被一个个地解决了，这里写出几个比较花时间的，仅供参考。

写得比较长，对于解决mnogosearch这个特定问题，以下这些没有任何用处。是不是说如果你不安装，你就不用看下面的内容？其实我是希望读的人能从中学习到解决问题的办法，跟着我的安装步骤，想想你会大概会想怎么做，我的办法如何？如果有好的想法，请告诉我呵呵。如果有更好的搜索引擎，也一定告诉我。

点击详细内容查看。

第一个是数据库

先使用mysql，运行自带的create.txt，ft，脚本出错。这怎么可能，手册里说的是只有mysql up to date的呀，连mysql你都不行，其他的？ft。sigh，不管，mysql不行，我先用built-in数据库。可是用built-in，运行indexer提示找不到目录保存数据，VarDir也设置了呀，又弄了半天，还是用回mysql数据库，哪行出错我改哪行，终于马马虎虎mysql数据库建立起来了。编译indexer，运行，提示：找不到libmysqlclient.6.0，咳咳，这是个经典问题，解决当然不在话下。简单ln一个lib到/lib下。

第二个是charset的问题

由于看了document，里面提到：

mnoGoSearch supports almost all known 8 bit character sets as well as some multi-byte charsets including Korean euc-kr, Chinese big5 and gb2312, Japanese shift-jis, euc-jp and iso-2022-jp, as well as utf8.

打了定心丸了，哪知修改indexer.conf时设置

# Chinese  

# LocalCharset gb2312  
# LocalCharset BIG5

把前面那个#去掉，indexer提示该行出错，charset gb2312 is not supported。。。ft，难道他们在骗我？是不是别的地方还有设置？于是把langmap.conf，stopword.conf到处都修改成gb2312，还是不行。不过这个不要紧，先用缺省的试pure英文搜索，如果很烂，那可以赶快去找另一个。最后瞎折腾了一通，英文可以搜索了，可是还是不支持中文。看着出错信息发呆，好吧，你不是有源代码吗，进入源代码看看。opensource的好处现在就体现出来了，进入src目录，grep “not supported”，找到目标，在conf.c里面，调用UdmGetCharSet函数，再grep UdmGetCharSet，发现里面有段

# ifdef HAVE_CHARSET_gb2312

嘿嘿，找到你了，grep看看HAVE_CHARSET_gb2312有没有定义，在inclucd目录下的udm_config.h找到

/*#undefine HAVE_CHARSET_gb2312*/

哈哈，改为

# define HAVE_CHARSET_gb2312

果然嗖嗖嗖，indexer不报错了。不过想想，怎么可能要求进入这里修改，如果大家都不像我这么聪明，怎么行？（事后证明，如果大家都不像我这么笨。。。。）。查找udm_config.h头几行，原来

/*include/udm_config.h. Generated by configure.*/

再进入configure，发现

# Check whether --with-extra-charsets or --without-extra-charsets was given gb2312)  
cat >>confdefs.h <<\_ACEOF  
# define HAVE_CHARSET_gb2312 1  
_ACEOF

ft。。。也就是说，如果不是用install.pl而使用./configure –with-extra-charsets=gb2312，就没这么多麻烦事，再看了install manual，人家早就说了，开始只想让他运转起来，不管charset，后来要解决charset问题又一直找language support section，没有去注意install section。。。

第三是search.htm的DBAddr

话说indexer已经可以正常运转了，查看mysql数据库，数据也写入了（这时charset的问题还未解决，都是英文），心情那个激动呀。可惜在search.cgi里面输入字符搜索，什么都找不到，根据dict table找到一个单词输入，还是什么都找不到，ft。

去做别的事14个小时。有些事情一开始一直解决不了，就先放着几天，可能就会很轻松地解决了:)

后来又打开，search template search.htm，冷漠得看着前面的几个参数设定，如果这是电影，是不是可能我的旁边有一个女鬼，她一直指着DBAddr告诉我，就是那里，那里。可是主角。。我。。一直听不见。观众在外面干着急呀。。。

可惜女鬼没有，鬼都没一个，Cache，TrackQuery，这些参数应该都没必要。DBAddr早就设置过了，而且不会把用户名和密码放在html文件里吧（最后证实是template，不是真正的html文件）。后来无所事事，就随便修改了DBAddr，居然可以了。ft。这太夸张了，相同的参数居然要设置2次，如果是我写的代码，肯定不会要求这样:shy:，不管了，反正搜索结果也出来了。

第四是搜索结果

这时中文问题和搜索都解决了，在dict table也可以看到index的结果，这个index的结果是有遇到标点符号才分开句子，所以每个key words都比较长，看到里面有一个“招生”，就输入，嘿嘿，结果出来了，试试“招”，ft，什么结果都没了，完蛋，不能够吧，这样的搜索引擎还有什么用处，自己想了想，英文比较好判断，标点符号和空格可以定位一个单词，这么小的搜索引擎，也没有词法分析，看来对中文能搜索到这样已经是仁至义尽了，要放弃了，或者我去修改源代码，如果是中文，每个字单独index起来。正想着，随便点开Extended mode，也是随便看看，发现有Search for Whole Word, From Beginning，SubString，选择SubString，“招”也搜索出结果了。ft，原来是这样，看来对中文只能在Extend mode里面搜索。又玩了几次，突然发现，怎么每次都只查到一个结果？试了“的”，还是只有一个，完蛋，赶快找设置，发现原来是group by site在作怪，因为我只用一个site测试，所以每次都只有一个结果，改一下，搜索出来界面，很google了哈。

其实目前还是有很多问题，不过大的问题都解决了，其他应该就是little case了。。。对于mnogosearch的优点和缺点在这里也暂时不review。测试站点暂不公布:)写了好多，休息会儿。

I will be back。。。

评论

匿名 在 2003-08-08 01:50:11 说: 最近找到一个 http://glimpse.cs.arizona.edu/ 东东