[发明专利]一种词的检索方法和装置

权利要求书

1.一种词的检索方法，其特征在于，包括：

将用户输入的采用Unicode编码的第一检索串转码为采用GBK编码的第二检索串，包括：判断所述第一检索串中的Unicode编码字符是否存在对应的GBK编码字符；若所述第一检索串中的Unicode编码字符存在对应的GBK编码字符，则获取与所述第一检索串中的Unicode编码字符对应的GBK编码字符，并将获取到的GBK编码字符存入所述第二检索串；若所述第一检索串中的Unicode编码字符不存在对应的GBK编码字符，则将所述第一检索串中的Unicode编码字符转换为符合GBK编码格式要求的字符，并将所述符合GBK编码格式要求的字符存入所述第二检索串；

对所述采用GBK编码的第二检索串进行分词，得到采用GBK编码的第一词；

获取与所述采用GBK编码的第一词对应的倒排索引；

根据所述倒排索引生成检索结果，所述检索结果包括：采用GBK编码的第二词；

将所述采用GBK编码的第二词转码为采用Unicode编码的第三词，并输出所述采用Unicode编码的第三词。

2.根据权利要求1所述的方法，其特征在于，所述将所述采用GBK编码的第二词转码为采用Unicode编码的第三词，包括：

判断所述采用GBK编码的第二词是GBK编码字符，还是符合GBK编码格式要求的字符；

若所述采用GBK编码的第二词是GBK编码字符，则获取与所述采用GBK编码的第二词对应的Unicode编码字符，并将获取到的Unicode编码字符作为所述采用Unicode编码的第三词；

若所述采用GBK编码的第二词是符合GBK编码格式要求的字符，则将所述采用GBK编码的第二词转换为Unicode编码字符，并将转换得到的Unicode编码字符作为所述采用Unicode编码的第三词。

3.根据权利要求2所述的方法，其特征在于，所述判断所述采用GBK编码的第二词是GBK编码字符，还是符合GBK编码格式要求的字符，包括：

判断所述采用GBK编码的第二词中是否携带有预置的识别符；

若所述采用GBK编码的第二词中没有携带所述识别符，确定所述采用GBK编码的第二词是GBK编码字符；

若所述采用GBK编码的第二词中携带有所述识别符，确定所述采用GBK编码的第二词是符合GBK编码格式要求的字符。

4.根据权利要求1至3中任一项所述的方法，其特征在于，检索数据库中存储的所有Unicode编码字符分为两类：存在对应的GBK编码字符的第一类型Unicode编码字符、不存在对应的GBK编码字符的第二类型Unicode编码字符，所述将用户输入的采用Unicode编码的第一检索串转码为采用GBK编码的第二检索串之前，所述方法还包括：

建立从所述检索数据库中的第一类型Unicode编码字符到GBK编码字符的映射关系；

将所述检索数据库中的第二类型Unicode编码字符转换为符合GBK编码格式要求的字符；

建立从所述检索数据库中的GBK编码字符到第一类型Unicode编码字符的映射关系。

5.根据权利要求4所述的方法，其特征在于，所述将所述检索数据库中的第二类型Unicode编码字符转换为符合GBK编码格式要求的字符，包括：

获取所述第二类型Unicode编码字符对应的二进制数值字符；

在所述第二类型Unicode编码字符对应的二进制数值字符上添加预置的识别符，添加有所述识别符的二进制数值字符为所述符合GBK编码格式要求的字符。

6.根据权利要求1所述的方法，其特征在于，所述Unicode编码，包括：UTF-8编码、UTF-16编码、UTF-32编码。