PostgreSQL tsvector 配置：如何允許特殊字符？

Question

我在 PostgreSQL 中設置了新的文本搜索配置。 此配置使用空的停用詞文件 DictFile 和 AffFile。

一個簡單的測試...

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

...工作（幾乎）很好，除了“C++”和“C#”的詞位都是“C”這一事實。 基本上，我想做的就是確保“C++”的詞位是“C++”，而“C#”的詞位是“C#”，從而使用戶能夠查詢“C++”。

Answer 1

問題有兩個方面。

1. 第一個問題是索引。 默認配置使用詞干來索引數據，因此您會得到“C++”和“C#”的詞位“C”。 您可以使用“簡單”配置來索引數據，但最終會在索引中出現不需要的單詞。 我所做的是將“C++”轉換為“Cplusplus”並將其編入索引。 由於 'Cplusplus' 沒有詞位，它將按原樣被 inxexed。 您可以通過在索引數據中將其設為“CSharp”來對“C#”執行相同的操作。

2. 第二個問題是搜索。 現在索引數據沒問題，我們需要確保將搜索詞轉換為特殊詞。 如果用戶鍵入“C++”，您需要在執行搜索之前將其轉換為“Cplusplus”。

我在 DB 上創建了一個 function，它接收一個字符串並轉換所有出現的特殊術語。

我有一段時間沒有使用 TSearch，所以我不確定 TSearch 是否允許您設置和例外列表，就像它允許停用詞一樣。