Postgresql 中文操作指南

12.7. Configuration Example #

文本搜索配置指定了将文档转换为 tsvector 所需的所有选项：用于将文本分解成标记的解析器，以及用于将每个标记转换为词素的词典。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，即如果省略显式配置参数，则文本搜索函数使用的名称。它可以在 postgresql.conf 中设置，或使用 SET 命令为单个会话设置。

提供了几种预定义文本搜索配置，您可以轻松创建自定义配置。为了方便管理文本搜索对象，提供了一组 SQL 命令，并且有若干 psql 命令可以显示关于文本搜索对象的信息（ Section 12.10）。

作为一个示例，我们将创建一个 pg 配置，首先通过复制内置 english 配置开始：

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

我们将使用一个 PostgreSQL 特定的同义词表并将其存储在 $SHAREDIR/tsearch_data/pg_dict.syn 中。文件内容看起来像：

postgres    pg
pgsql       pg
postgresql  pg

我们这样定义同义词词典：

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

接下来，我们注册 Ispell 词典 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，我们可以设置 pg 配置文件中的词语映射：

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一些内置配置处理的标记类型：

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.
');

下一步是设置会话以使用 public 架构中创建的新配置：

=> \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