PostgreSQL特性矩阵解析系列19之 text search synonym dictionary

ts_debug
一个自定义文本搜索配置的行为很容易变得混乱。
本节中描述的函数对于测试文本搜索对象有用。你可以测试一个完整的配置，或者独立测试解析器和词典。

ts_debug([ config regconfig, ] document text,
         OUT alias text,
         OUT description text,
         OUT token text,
         OUT dictionaries regdictionary[],
         OUT dictionary regdictionary,
         OUT lexemes text[])
         returns setof record
         
ts_debug显示document的每一个记号的信息，记号由解析器产生并由配置的词典处理过。该函数使用由config指定的配置，如果该参数被忽略则使用default_text_search_config指定的配置。

ts_debug为解析器在文本中标识的每一个记号返回一行。被返回的列是：

alias text — 记号类型的短名称

description text — 记号类型的描述

token text — 记号的文本

dictionaries regdictionary[] — 配置为这种记号类型选择的词典

dictionary regdictionary — 识别该记号的词典，如果没有词典能识别则为NULL

lexemes text[] — 识别该记号的词典产生的词位，如果没有词典能识别则为NULL；一个空数组（{}）表示该记号被识别为一个停用词

复制

postgres=# SELECT * FROM ts_debug('english', 'Paris');
   alias   |   description   | token |  dictionaries  |  dictionary  | lexemes 
-----------+-----------------+-------+----------------+--------------+---------
 asciiword | Word, all ASCII | Paris | {english_stem} | english_stem | {pari}
(1 row)

[root@bogon tsearch_data]# cp opt/pgsql12/share/tsearch_data/synonym_sample.syn opt/pgsql12/share/tsearch_data/my_synonyms.syn
[root@bogon tsearch_data]# cat opt/pgsql12/share/tsearch_data/my_synonyms.syn
postgres        pgsql
postgresql      pgsql
postgre pgsql
gogle   googl
indices index*
一个星号（*）可以被放置在配置文件中一个同义词的末尾。这表示该同义词是一个前缀。
当项被用在to_tsvector()中时，星号会被忽略；当它被用在to_tsquery()中时，结果将是一个带有前缀匹配标记器的查询项。

postgres=# CREATE TEXT SEARCH DICTIONARY my_synonym (
postgres(#     TEMPLATE = synonym,
postgres(#     SYNONYMS = my_synonyms
postgres(# );
CREATE TEXT SEARCH DICTIONARY

postgres(# CREATE TEXT SEARCH DICTIONARY^C
postgres=# ALTER TEXT SEARCH CONFIGURATION english
postgres-#     ALTER MAPPING FOR asciiword
postgres-#     WITH my_synonym, english_stem;
ALTER TEXT SEARCH CONFIGURATION

postgres=# SELECT * FROM ts_debug('english', 'Paris');
   alias   |   description   | token |       dictionaries        |  dictionary  | lexemes 
-----------+-----------------+-------+---------------------------+--------------+---------
 asciiword | Word, all ASCII | Paris | {my_synonym,english_stem} | my_synonym | {paris}
(1 row)
复制

postgres=# CREATE TEXT SEARCH DICTIONARY syn1 (template=synonym, synonyms='synonym_sample');
CREATE TEXT SEARCH DICTIONARY
postgres=# SELECT ts_lexize('syn1','indices');
 ts_lexize 
-----------
 {asdasd}
(1 row)

synonym_sample.syn  syn1字典中,indices的内容asdasd

[root@bogon tsearch_data]# cat opt/pgsql12/share/tsearch_data/synonym_sample.syn 
postgres        pgsql
postgresql      pgsql
postgre pgsql
gogle   googl
indices asdasd*

postgres=# CREATE TEXT SEARCH CONFIGURATION tst (copy=simple);
CREATE TEXT SEARCH CONFIGURATION
postgres=# ALTER TEXT SEARCH CONFIGURATION tst ALTER MAPPING FOR asciiword WITH syn;
ALTER TEXT SEARCH CONFIGURATION
postgres=# SELECT to_tsvector('tst','indices');
 to_tsvector 
-------------
 'asdasd':1
(1 row)


postgres=# SELECT to_tsquery('tst','indices');
 to_tsquery 
------------
 'asdasd':*
(1 row)
复制

PostgreSQL提供了函数to_tsvector将一个文档转换成tsvector数据类型。


to_tsvector([ config regconfig, ] document text) returns tsvector
复制

PostgreSQL提供了函数to_tsquery、plainto_tsquery、phraseto_tsquery以及
websearch_to_tsquery用来把一个查询转换成tsquery数据类型。
to_tsquery提供了比plainto_tsquery和phraseto_tsquery更多的特性，但是它对其输入要求更加严格。websearch_to_tsquery是to_tsquery的一个简化版本，
它使用一种可选择的语法，类似于Web搜索引擎使用的语法。


to_tsquery([ config regconfig, ] querytext text) returns tsquery
复制