为什么Telegram（TG电报）注册登录后无法搜索出频道怎么解决？

由于 LINE 大幅调涨其官方帐号推送讯息的价格，很多具有重要影响力的团体及个人渐渐从 LINE 转移至 Telegram，也让这个在台湾原属小众的通讯软体浮出水面，进入大众的视野。

然而，Telegram 对于中文的支持并不甚精良，尤其征采功能遇上汉字即与残废无异。以是，缘故毕竟是什么呢？？让我们来渐渐抽丝剥茧吧

首先，我们看看 Telegram 焦点 td-lib 是怎样储存讯息的。这是 MessagesDb.cpp ，从 12 到 14 行我们可以知道 Telegram 使用 SQLite 作为资料库：

接着，我们可以发现这个 database 中有不少 table，但是我们只体贴 messages_fts 这个 virtual table。那么，这个 fts 又是什么呢？？

原来， fts 实在是 full-text search ，也就是所谓的全文搜索，而 fts5 则是 SQLite 内建可以提供全文搜索的模组。

说到这里，先来打个岔谈谈 字串征采 。在高中演算法比赛中，除了质朴的暴力解外，最常见而广为人知的方法有两种：KMP 演算法与其他基于 hash 的演算法。前者是由资讯界史诗级传授 Donald E. Knuth 及 Pratt, Morris 于 1977 提出。

而 SQLite fts5 比较类似基于 hash 的演算法，他的做法约莫如下：

1. 将字串以 tokenizer 切割成一段段的 phrase
2. 将 phrase 进行 hash 后存进 table
3. 征采时也将征采字串以 tokenizer 切割成一段段的 phrase ，在 hash table 中进行征采

举例而言，讯息 qwert qaz qsc 在征采时只会分别匹配到 qwert 、 qaz 、 qsc 这三个字串，你征采单独的 q 、 a 、 er 都不会匹配到。

那问题接着来了： tokenizer 根据什么切割？？用以切割 phase 的字元，我们称之 separator or delimiter ，而剩下组成 phase 的字元称之 token 。进一步来说，依据 unicode 的种别，属于 L*(letter) 、 N*(number) 及 Co(other) 预设为 token ，其馀都被视为 separator 。

以是我们终于找到 Telegram 不能征采中文讯息的根本缘故了。原来，由于 unicode CJK （中日韩表意文字）绝大部分皆属于 Lo 种别，也就是说，汉字语汉字间没有任何 separator ，会被整串拿去 hash，从而导致征采无效。

结语

不警惕 就 打了一堆空话呢，相信大家都知道 Telegram 不能征采中文讯息的缘故了。解决的方法我有想到两种，其一是手动在汉字间插入不可见的 separator ，另一种是写个客制化的 tokenizer 。

于此将我的一点肤见拿来分享作为抛砖引玉，盼望列位电神不吝指教。将来倘如有空我也非常盼望能为 Telegram 社群做出贡献。

Telegram（国内网友将其简称为TG，或电报）是一个私密性很高的群组交际软件，用户可以在自建的频道中相互交流和分享。不外，一些刚打仗Telegram的小伙伴大概会碰到这样的征象，方才注册好的新账号，登录进了TG后，通过搜索功能，无法搜索到任何频道，这种问题该怎样解决呢？履历宝（Jingyanpal.com）给大家提供一种大概的解决措施。

新注册的TG用户无法搜索到频道（channel），可以实验先创建一个自己的频道。详细方法是：点击程序左上角的三横线汉堡菜单，会调出左侧菜单栏。在菜单栏中选择“New Channel”（新频道）。按提示快速创建一个频道，名称可以自己任意定。如下图：

（图：TG电报无法查找频道的解决措施，出处：履历宝，本站域名：Jingyanpal.com）

建好新频道之后，再通過逞序左上角的搜索框，就可以根据你的重要字表现很多相关的结果了。留意本文介绍的方法，包括上面的截图都是基于Telegram桌面客户端的。假如你是在手机端碰到类似的新!注册用户无法搜索到频道的问题，相信也会有帮助。

别的，提示大家，假如你下载TG后，无法连接或注册、登录，很大概是由于网络缘故导致的，这时可以实验通过安全、可靠的 !VPN服务 进行连接，一样平常都能解决问题。

履历宝（Jingyanpal.com)的更多好文：