文本搜索配置示例

本主题说明如何创建自定义文本搜索配置以处理文档和查询文本。

文本搜索配置指定将文档转换为tsvector所需的所有选项：用于将文本分解为token的解析器，以及用于将每个token转换为词位的字典。 每次调用to_tsvector或to_tsquery都需要文本搜索配置来执行其处理。 配置参数default_text_search_config指定默认配置的名称，如果省略显式配置参数，则默认配置是文本搜索功能使用的名称。 可以使用gpconfig命令行工具在postgresql.conf中设置，也可以使用SET命令为单个会话设置。

有几种预定义的文本搜索配置可供使用，您可以轻松创建自定义配置。 为了便于管理文本搜索对象，可以使用一组SQL命令，并且有几个psql命令显示有关文本搜索对象的信息（psql支持）。

作为一个例子，我们将创建一个配置pg，首先复制内置的english配置：

CREATE TEXT SEARCH CONFIGURATION public.pg ( COPY = pg_catalog.english );

我们将使用PostgreSQL特定的同义词列表并将其存储在$SHAREDIR/tsearch_data/pg_dict.syn中。 文件内容如下：

postgres    pg
pgsql       pg
postgresql  pg

我们像这样定义同义词字典：

CREATE TEXT SEARCH DICTIONARY pg_dict (
    TEMPLATE = synonym,
    SYNONYMS = pg_dict
);

接下来我们注册Ispell字典english_ispell，它有自己的配置文件：

CREATE TEXT SEARCH DICTIONARY english_ispell (
    TEMPLATE = ispell,
    DictFile = english,
    AffFile = english,
    StopWords = english
);

现在我们可以在配置pg中设置单词的映射：

ALTER TEXT SEARCH CONFIGURATION pg
    ALTER MAPPING FOR asciiword, asciihword, hword_asciipart,
                      word, hword, hword_part
    WITH pg_dict, english_ispell, english_stem;

我们选择不索引或搜索内置配置处理的某些token类型：

ALTER TEXT SEARCH CONFIGURATION pg
    DROP MAPPING FOR email, url, url_path, sfloat, float;

现在我们可以测试我们的配置：

SELECT * FROM ts_debug('public.pg', '
PostgreSQL, the highly scalable, SQL compliant, open source object-relational
database management system, is now undergoing beta testing of the next
version of our software.
');

下一步是将会话设置为使用在public schema中创建的新配置：

=> \dF
   List of text search configurations
 Schema  | Name | Description
---------+------+-------------
 public  | pg   |
SET default_text_search_config = 'public.pg';
SET
SHOW default_text_search_config;
 default_text_search_config
----------------------------
 public.pg

Parent topic: 使用全文搜索