[php] Mehrsprachige Stopword Listen

[Ralf Eggert]

Hallo Lutz,

> habe kurz mal in die deutsche Liste geguckt. :-) Da ist ein kleiner 
> R-Fehler drin: "iregndwer" statt "irgendwer". ;-) 

Danke für den Hinweis. Habe ich korrigiert.

> Zudem hat mich auch
> ein bißchen gewundert, daß Du immer "ae" statt "ä" etc. schreibst. Das 
> müßte doch Probleme geben, weil "waere" und "wäre" doch nicht gleich 
> sind?

Das liegt daran, dass ich bei der Indizierung im ersten Schritt die
Textdaten erst "normalisiere". D.h. es werden alle Sonderzeichen
ausgetauscht, alles in Kleinbuchstaben umgewandelt, usw. Erst im zweiten
Schritt werden dann die Stopwörter gefiltert.

Somit habe ich auch keine Probleme mehr mit "wäre" bzw. "waere". Es ist
dann egal, wie das Wort eingegeben worden ist. Könnte ja auch als
"WaErE" eingegeben worden sein.

Vielleicht komme ich einmal dazu, den genauen Vorgang für die
Indizierung bei einer Volltextsuche ins Wiki aufzunehmen, falls
Interesse besteht.

Gruss,

Ralf