主页 / dba / 问题 / 271066
Accepted
jiamo
Asked: 2020-07-17 06:04:51 +0800 CST

Postgresql 一个奇怪的 tsquery 行为

  • 772
select  to_tsvector('english', 'Ice-cream') @@ to_tsquery('english', 'Ice<->cream');

是真的。尽管：

select  to_tsvector('english', 'iDream  Ice-cream  iScream') @@ to_tsquery('english', 'iDream<->Ice<->cream<->iScream');

是假的。

据我了解。两者都在匹配项之前和之后添加相同的单词。它将保持相同的答案。

postgresql full-text-search

1 个回答

  1. Best Answer

    这是因为全文搜索特别对待连字符的词：

    SELECT to_tsvector('english', 'iDream  Ice cream  iScream');

               to_tsvector                
------------------------------------------
 'cream':3 'ice':2 'idream':1 'iscream':4
(1 row)

    词位后面的数字标记了它们在原始文本中的位置（cream是第三个单词，依此类推）。用于短语搜索。

    SELECT to_tsvector('english', 'iDream  Ice-cream  iScream');

                      to_tsvector                       
--------------------------------------------------------
 'cream':4 'ice':3 'ice-cream':2 'idream':1 'iscream':5
(1 row)

    您会看到原始的连字词在第二个位置，并且部分表示为在连字词之后。

    所以ice cream与PostgreSQL 全文搜索不同。ice-cream在第一种情况下，ice紧随其后的是idream，但不是在第二种情况下。这就是您的查询返回的原因FALSE。

    看看解析器做了什么：

    SELECT alias, token, lexemes FROM ts_debug('english', 'iDream  Ice-cream  iScream');

      alias      |   token   |   lexemes   
-----------------+-----------+-------------
 asciiword       | iDream    | {idream}
 blank           |           | 
 asciihword      | Ice-cream | {ice-cream}
 hword_asciipart | Ice       | {ice}
 blank           | -         | 
 hword_asciipart | cream     | {cream}
 blank           |           | 
 asciiword       | iScream   | {iscream}
(8 rows)

    也许您正在寻找的解决方案是忽略连字符并只保留它们的部分：

    CREATE TEXT SEARCH CONFIGURATION en_no_hyphen
   (COPY = english);

ALTER TEXT SEARCH CONFIGURATION en_no_hyphen
   DROP MAPPING FOR asciihword, hword;

SELECT to_tsvector('en_no_hyphen', 'iDream  Ice-cream  iScream')
       @@ to_tsquery('en_no_hyphen', 'iDream<->Ice<->cream<->iScream');

 ?column? 
----------
 t
(1 row)
    • 2

相关问题