0

我的问题是PL/pgSQL解析器将 '#' 或 '+' 之类的符号视为空格符号（这没关系），因此像 'C++' 或 'C#' 或 'PL/SQL' 这样的查询被解析如下：

 asciiword | Word, all ASCII | C     | {english_stem}        | english_stem | {c}
 blank     | Space symbols   | #     | {thesaurus_en,simple} | simple       | {#}

我正在尝试找到处理此类查询的最佳方法。我一直在尝试通过使用同义词词典来实现这一点，但它看起来并不可行。

我在想的是在写入数据库时​​将“C#”重写为“CSHARP”的东西（因为我猜“C#”将被索引为“C”）以及在搜索时会做同样的事情。

我可以在我的 Web 应用程序端做到这一点，但它似乎并不正确。

我将如何处理这个问题，或者我可以将哪些 PL/pgSQL 触发器用于我正在考虑的方法？

4

2 回答 2

1

好吧，您可以编写自己的解析器（用 C 语言），但这可能比您想要的要多。

您可以执行以下操作：

to_tsvector('english', my_transformer(document_text)) 
...
to_tsquery('english', my_transformer(query_text))

您不需要转换实际的文字文档文本，只需转换 tsvector 索引和查询。您也可以在索引定义中执行此操作（但 my_transformer 必须是不可变函数）。

那么问题就变成了转换传入文本的最简单/最有效的方法是什么。如果您已经在使用 plperl/pltcl，那么您可能会做一些聪明的正则表达式替换。如果没有，请在 plpgsql 甚至 plsql 中尝试几个更简单的正则表达式替换。不过，这种事情总是有一些棘手的角落案例，因此请确保彻底测试您的替代品。

于 2012-04-21T15:30:02.880 回答
1

（代表 OP 发布。）

为了将来参考，这里有一个关于创建 tsearch 解析器的很好的指南：http: //www.sai.msu.su/~megera/postgres/gist/tsearch/V2/docs/HOWTO-parser-tsearch2.html

无论如何，Richard 建议的解决方案工作得很好，并且需要更少的努力。

于 2015-06-16T17:43:04.773 回答