PostgreSQL tsvector配置:如何允许特殊字符？

Question

我在PostgreSQL中设置了一个新的文本搜索配置.此配置使用空停止文件文件,DictFile和AffFile.

一个简单的测试......

SELECT * 
  FROM ts_debug('public.myconfig', 'C++ and C# and PHP');

......除了"C++"和"C#"的词汇都是"C"这一事实外,它的作用很接近.基本上,我想要做的就是确保'C++'的词汇是'C++'并且'C#'的词汇是'C#',因此使用户能够查询'C++'.

Answer 1

问题是双重的。

1. 第一个问题是索引。默认配置使用词干来索引数据，因此您将获得“C++”和“C#”的词素“C”。您可以使用“简单”配置来索引数据，但最终会在索引中出现不需要的单词。我所做的是将“C++”转换为“Cplusplus”并对其进行索引。由于'Cplusplus' 没有词素，它将按原样输入。您可以通过在索引数据中将其设为“CSharp”来对“C#”执行相同操作。

2. 第二个问题是搜索。现在索引数据没问题，我们需要确保我们转换了特殊词的搜索词。如果用户键入“C++”，则需要在执行搜索之前将其转换为“Cplusplus”。

我在 DB 上创建了一个函数，它接收一个字符串并转换所有出现的特殊术语。

我有一段时间没有使用 TSearch，所以我不确定 TSearch 是否允许您像允许停用词一样设置和例外列表。