本文对sphinx代码中涉及到的一部分算法进行说明，以便在阅读代码的时候，能更容易理解相关的代码。本文所整理的是其中的部分算法。

信息检索，全文检索，IR基础，反向索引，同步机制，批量处理检索比较 全文检索数据库LKE 索引使用事先建好的全文索引用不到索引,只能遍历匹配 % eight%也会匹配 height 匹配效笑/通过分词器切割匹配,良好\9m%me就不能匹配颠 支持中文、英文词干 倒的ⅹx.net. XXX. COm 相关度基于概率模型的相关性算无相关算法,匹配一次或多次 法,越相关的排在越前面 无明显区别 可定制通过定制分词器,实现不同 索引规则 难以定制 结论支持大数据,性能高效果好/效率低,相关性差,模糊检索

文件分析仪 总览 文档分析器是一种交互式脚本，可以分析一组文档并找到这些文档中最常用的重要术语（单词或词干）。 产品特点 它支持的功能有： 分析一组文档并找出最常用的重要术语 异步运行分析，使用celery生成可以并行运行的多个作业，以减少执行时间。 词干查找在文档集中最重要的词干 交互式CLI使过程更容易。 可能缺少什么 理想情况下，我还希望包含： 单元测试 更好的文档（sphinx和autodoc） 更好的输出格式（HTML＆Chart.js） 将文档更优雅地传输给工作人员（现在，