Знаю, знаю, заклюете :) Ну да ладно.

В большинстве вопросов об организации поиска по русским текстам предлагают изменить кодировку на ... эээ ... соответствующую и забыть про мучения.

Но.

У меня уже который год идет работа с сайтами, едиными в трех лицах, то есть языках - английском, русском и турецком (соответственно, latin1, эээ win-1251 и win-1254).

Английский - побоку, он все равно в любую кодировку вписывается, а вот турецкий и русский пересекаются - увы.

И вот! Наконец! Писец подкрался незаметно :) Заставляют, понимаете ли, сварганить поиск, да не просто, а всеобъемлющий, да еще по всему сайту. Со всеми вытекающими релевантностями и прочая и прочая.

Годом раньше я себе сварганил этакое подобие инвертированных файлов в мускле. Ничего, работает, но вот на русских и турецких словах, естественно, спотыкается.

Проблема еще в том, что мускл+пыхыпы конвертируют все в UTF-8, негодники, что ситуацию с одной стороны облегчает, а сдругой - усугубляет.

Что делать? (извечный вопрос, увы)

Пересмотреть ли свой алгоритм инвертированных файлов? Или, как посоветовали кому-то в одном из форумов, разбивать входящие тексты на подстроки из четырех символов и хранить их и связочную таблицу "подстрока - документ"?

Или есть еще варианты?

Поможите, люди добрые, бо мы сами не местные :)

Спасибо. Посмотрю, что можно с этим сделать. Как известно, хозяин - барин, но какой я программист, если не смогу его переубедить?