Question

我正在使用PostgreSQL全文搜索一个项目，其中传统的停止词（'a'，'the'，'if'等）应该被索引和搜索，这不是默认行为。例如，我可能希望我的用户找到查询的结果“是或不是”。

documentation表示我可以通过在$SHAREDIR/tsearch_data/english.stop中创建一个空的停用词词典来实现这一点（例如），但这会使部署复杂化;我希望能够使用SQL配置PostgreSQL的停止字处理。这可能吗？如果是这样，你能提供一个示例SQL语句吗？

Answer 1

根据您对上一个答案的评论，您可以轻松切换使用无止损字和所有停用字。您可以使用自定义搜索配置来实现此目的：

（1）您可以在不使用停用词文件的情况下创建自定义词典，例如：

CREATE TEXT SEARCH DICTIONARY english_stem_nostop (
    Template = snowball
    , Language = english
);

注意，在上面我遗漏了 StopWords 参数。

（2）然后创建一个新配置以使用新词典：

CREATE TEXT SEARCH CONFIGURATION public.english_nostop ( COPY = pg_catalog.english );
ALTER TEXT SEARCH CONFIGURATION public.english_nostop
   ALTER MAPPING FOR asciiword, asciihword, hword_asciipart, hword, hword_part, word WITH english_stem_nostop;

（3）然后，当搜索指定您想要使用的配置时（或者您可以每次更改default_text_search_config选项），例如：

SELECT
    title
FROM
    articles
WHERE
    to_tsvector('english_nostop', COALESCE(title,'') || ' ' || COALESCE(body,''))
    @@ to_tsquery('english_nostop', 'how & to');

您可以在上面的SQL中仅指定'english'以使用普通配置。

注意，在此示例中，使用标准配置会产生通知，因为只有停用词。

但请注意以下几点：

如果您使用索引，则每个配置需要两个 - 一个。（请参阅以下文档：tsearch tables和triggers）。
根据上面的步骤＃2，仔细检查您要使用此映射的解析器令牌（请参阅Parsers）。

Answer 2

不，停用词只能通过该文件配置。您可以使用服务器端功能来修改文件，但这需要写入文件：由postgres服务用户执行，您可能不需要。

我是否可以通过编程方式配置PostgreSQL以消除全文搜索中的停用词？

2 个答案: