PostgreSQL tsvector配置：如何允许特殊字符？

Question

我在PostgreSQL中设置了一个新的文本搜索配置。此配置使用空停止字文件DictFile和AffFile。

一个简单的测试...

SELECT * 
  FROM ts_debug('public.myconfig', 'C++ and C# and PHP');

......除了'C ++'和'C＃'的词汇都是'C'这一事实外，几乎可以正常工作。基本上，我想要做的就是确保'C ++'的词汇是'C ++'，而'C＃'的词义是'C＃'，因此使用户能够查询'C ++'。

Answer 1

问题是双重的。

1. 第一个问题是索引编制。默认配置使用词干来索引数据，因此你得到'C ++'和'C＃'的词位'C'。您可以使用“简单”配置来索引数据，但最终会在索引中找到不需要的单词。我所做的是将'C ++'转换为'Cplusplus'并将其编入索引。由于'Cplusplus'没有lexeme，它将被原样排除。您可以通过在索引数据中将其设置为“CSharp”来对“C＃”执行相同的操作。

2. 第二个问题是搜索。现在索引数据还可以，我们需要确保转换特殊单词的搜索项。如果用户键入“C ++”，则需要在执行搜索之前将其转换为“Cplusplus”。

我在DB上创建了一个函数，它接受了一个字符串并转换了特殊术语的所有出现。

我有一段时间没有使用过TSearch，所以我不确定TSearch是否允许你以与允许停用词相同的方式设置和例外列表。