因mysql不直接支援對中文的全文檢索，基于mysql的資料庫的搜尋功能設計一向都成為了難題。
當然想偷懶，完全可以用like來對付，但你的網站的資料量到了幾百萬的時候……使用KingCMS建站的站長，要麼就休了搜尋功能，要麼就考慮轉向其他CMS類系統。
參考了網上的代碼，但基本都是對GBK碼的編碼，在UTF-8下會出錯，是以在UTF-8下重寫了分詞函數，如下：
function wordSegment($str) {
$search = array("：",")","(","．","。","，","！","；","“","”","‘","’","［","］","、","—"," ","《","》","－","…","【","】");
$str=str_replace($search,' ',$str);
//英文單詞3個以上，中文2詞
preg_match_all ('#([A-Za-z0-9]{3,}|([\xC0-\xFF][\x80-\xBF]+)+)#',$str,$array,PREG_PATTERN_ORDER);
$ss=array();
if (!empty($array[1])) {
foreach ($array[1] as $val) {
//英文單詞
if (preg_match('/\w+/',$val)) {
$ss[]=$val;
}else{//中文字元
preg_match_all('#[\xC0-\xFF][\x80-\xBF]+#',$val,$out,PREG_PATTERN_ORDER);
if (!empty($out[0])) {
$count=count($out[0]);
for ($i = 0 ; $i < $count-1 ; $i++) {
$t=$out[0][$i].$out[0][$i+1];
$t=kc_iconv($t,'GBK','UTF-8');
$ss[]=sprintf("%02d%02d%02d%02d",ord($t{0})-160,ord($t{1})-160,ord($t{2})-160,ord($t{3})-160);
}
}
}
}
}
return empty($ss) ? '' : implode(' ',array_unique($ss));
}
function kc_iconv($s,$out='UTF-8',$in='GBK'){
if($out==$in)
return $s;
if(function_exists('iconv')){
$s=iconv($in,"$out//IGNORE",$s);
}elseif(function_exists('mb_convert_encoding')){
$s=mb_convert_encoding($s,$out,$in);
}
return $s;
}
考慮到UTF-8編碼轉換為區位碼後占去6個字元，是以做了iconv轉換，這樣可以減少兩位字元，盡可能的減少索引檔案的大小。
來源:http://hi.baidu.com/sincs/blog/item/5b9546dab3452dd0b6fd488e.html