善用特殊符号搜索电驴网络中文资源

housex · 发表于 2011-2-9 17:30

在电驴网络，eDonkey 2000 Network，简称eD2k，所有用户共享的资源信息，包括文件名，文件Hash值等都被索引到eD2k服务器上，用户可以在eD2k服务器上查找自己需要的资源，我们通常称为eD2k搜索。在eMule（电骡）等客户端中搜索方式选择“全局(服务器)”或“服务器”，这两种方法都是在进行eD2k搜索。

　　但是有很多时候，我们会发现搜索中文所命名的资源的时候结果往往很少，这和搜索的原理有关。中文的组成方式不像英文等字母语言那样，是用空格隔开的一个个单词，所以例如那些我们熟知的网页搜索引擎在索引中文网页时，都需要对内容进行分词处理，中文分词技术属于自然语言处理技术范畴，也是一个非常复杂的研究领域，这已经不是目前常用的eD2k服务器端软件所能处理的。

　　电驴服务器搜索原理

　　现在我们来看目前最常用的电驴服务器（eDonkey server）端软件lugdunum eServer处理eD2k搜索的原理，由于电驴官方服务器端dServer年代久远，并且已经没有再被使用所以不再讨论。

　　eServer在处理搜索的时候有两种形式：关键词搜索和字符串搜索。

　　关键词搜索（keyword search）：即在文件名中寻找包含了此单词的文件，比如一个单词，“emule”，将会查找所有包含用分隔符所分割出来的独立单词“emule”的文件。

　　字符串搜索（substring search）：准确说是子字符串匹配，将会对文件名进行扫描，找出所有文件名中包含了所给字符串的文件，而不在乎是否是一个独立的单词，后面将说明。

　　现在我们来看eServer处理搜索时候所规定的特殊符号：

　　分隔符：空格 . { } [ ] - _ 等一些特殊字符，他们都被电驴服务器当作关键词的分隔符进行处理，但是也有例外情况比如版本号，像"1.2.3"，将会被视为一个完整的关键词。此外如果你需要强制搜索这些特殊字符则必须使用半角双引号""来进行转义。

　　起始符（开始符）：^ 起始符表示文件名称的开始，比如搜索“^emule”，我们会得到所有以“emule”为文件名开头的文件，例如“emule0.50a.zip”，而不会得到“[soft]emule0.50a.zip”这样的文件。

　　通配符（万用字元）：* 通配符用来代替任意个字符，可以是0个，1个或者多个，进行模糊的查找。值得说明的是电驴服务器不会在意*号的位置是在开头还是结尾，如果使用“*emule”或“emule*”来搜索，电驴服务器将会进行字符串搜索，将会扫描所有文件名中包含“emule”部分的文件，例如“kemule.zip”，“emulek.zip”等。

善用特殊符号搜索电驴网络中文资源

　　搜索中文命名文件

　　所以我们知道了，如果我们搜索“阿凡提”，那么我们只能搜索到那些文件名中使用了分隔符把“阿凡提”三个字分割成一个关键词的文件，比如：“[阿凡提.偷东西的驴].XviD.avi”这样的文件，我们无法找到文件名包含了诸如“聪明的阿凡提”或是“阿凡提的故事”这样的文件。这就是为什么很多人认为eD2k搜索中文不好用的原因。

　　找到原因了解决办法就很简单，

　　一种方法是多用几种常见的名称叫法来搜索，比如分别使用“阿凡提”，“聪明的阿凡提”，“阿凡提的故事”来搜索三次。

　　二是可以让电驴服务器来进行一次字符串搜索，我们可以加上通配符，比如搜索“*阿凡提”，这时候，eServer就会开始逐个寻找那些文件名里包含了“阿凡提”三个字的文件，好了，现在看看这次是不是搜索结果变多了！

　　此方法适合于所有使用了非单词组成的语言，中文，日文等命名的文件。