PostgreSQL tsvector 配置：如何允许特殊字符？

Question

我在 PostgreSQL 中设置了新的文本搜索配置。 此配置使用空的停用词文件 DictFile 和 AffFile。

一个简单的测试...

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

...工作（几乎）很好，除了“C++”和“C#”的词位都是“C”这一事实。 基本上，我想做的就是确保“C++”的词位是“C++”，而“C#”的词位是“C#”，从而使用户能够查询“C++”。

Answer 1

问题有两个方面。

1. 第一个问题是索引。 默认配置使用词干来索引数据，因此您会得到“C++”和“C#”的词位“C”。 您可以使用“简单”配置来索引数据，但最终会在索引中出现不需要的单词。 我所做的是将“C++”转换为“Cplusplus”并将其编入索引。 由于 'Cplusplus' 没有词位，它将按原样被 inxexed。 您可以通过在索引数据中将其设为“CSharp”来对“C#”执行相同的操作。

2. 第二个问题是搜索。 现在索引数据没问题，我们需要确保将搜索词转换为特殊词。 如果用户键入“C++”，您需要在执行搜索之前将其转换为“Cplusplus”。

我在 DB 上创建了一个 function，它接收一个字符串并转换所有出现的特殊术语。

我有一段时间没有使用 TSearch，所以我不确定 TSearch 是否允许您设置和例外列表，就像它允许停用词一样。