Question

我正在尝试设置捷克语的全文搜索。我有点困惑，因为我在cs_cz.affix文件夹中看到了一些cs_cz.dict和tsearch_data文件，但没有捷克语配置（它可能不会随Postgres一起提供）。

我应该创建一个吗？我必须创建/配置哪些dics？对捷克语有什么支持吗？我应该使用所有可能的决定吗？（Synonym Dictionary, Thesaurus Dictionary, Ispell Dictionary, Snowball Dictionary）

我可以为ispell dict创建捷克语配置，它运行正常，我不确定它是否足够（只是ispell配置）。

非常感谢我试着阅读https://www.postgresql.org/docs/9.5/static/textsearch.html，但我有点困惑。

Answer 1

我从未尝试过，但只要您准备好从源代码编译PostgreSQL，您就应该能够创建一个捷克雪球词干分析器。

src/backend/snowball/README中有一个解释：

src/backend/snowball/libstemmer/和src/include/snowball/libstemmer/下的文件   libstemmer_c直接来自他们的libstemmer_c   分布，只对文件夹杂物进行一些微调。注意   大多数这些文件实际上是派生文件，而不是主源文件。   主要来源是Snowball语言，可以随时使用   使用Snowball项目中的Snowball-to-C编译器。我们选择   包括PostgreSQL发行版中的派生文件，因为大多数   安装不会提供Snowball编译器。

从新的Snowball *.c更新PostgreSQL源代码   分布：
将libstemmer_c/src_c/中的src/backend/snowball/libstemmer个文件复制到"../runtime/header.h" 将"header.h"替换为for f in libstemmer_c/src_c/*.c do sed 's|\.\./runtime/header\.h|header.h|' $f >libstemmer/`basename $f` done，例如
"-r ../runtime"
（或者，如果您从主Snowball重建词干分析器文件来源，只需从Snowball编译器开关中省略*.c。）
将libstemmer_c/runtime/中的src/backend/snowball/libstemmer个文件复制到   <stdio.h>，并修改它们以删除直接包含   诸如"header.h"之类的系统标题 - 它们应该只包含<stdio.h>。   （此删除可避免*.h某些平台上的可移植性问题   对大文件编译选项很敏感。）



复制libstemmer_c/src_c/和libstemmer_c/runtime/中的src/include/snowball/libstemmer个文件   到OBJS。在写这个头文件   不需要任何更改。



检查是否添加或删除了任何词干分析器模块。如果是，请编辑   Makefile中的#include列表，dict_snowball.c中的stemmer_modules[]列表，以及   dict_snowball.c中的stopwords/表。



必须下载dynamic responseObject = JsonConvert.DeserializeObject("{\"status\":\"1\"...");中的各种停用词文件   单独来自snowball.tartarus.org网站上的网页。   请注意，这些文件必须以UTF-8编码存储。

现在有一个捷克雪球提取器here，它为该项目做出了贡献。没有停用词词典，但我相信你可以找到一个或自己创建一个。

真正的工作是安装Snowball并使用Snowball-to-C编译器创建要添加到PostgreSQL源的C和头文件。这些文件应保持稳定，因此升级到新的PostgreSQL版本并不困难。

如果你愿意做这项工作，但又不想修补PostgreSQL并且每次都从源代码构建它，你也可以考虑向PostgreSQL提交一个补丁。只要割线器工作正常，我就不会期望你会有很多阻力（但补丁提交过程仍然很乏味）。

Postgresql全文搜索捷克语（无默认语言配置）

1 个答案: