使用pg_search匹配特殊字符（例如＃，+）

我在Rails应用程序中使用pg_search gem来针对用户 - 他们的BIOS和相关技能模型进行搜索。用户是开发商，所以他们的技能，包括像“CSS”，“C++”，“C＃”，“目标C”，等等使用pg_search匹配特殊字符（例如＃，+）

我最初用以下搜索范围

：

pg_search_scope :search, 
    against: [:bio], 
    using: {tsearch: {dictionary: "english", prefix: true}}, 
    associated_against: {user: [:fname, :lname], skills: :name}

但是，如果您在这种情况下搜索“C++”，则会得到包含“CSS”（等等）的结果。我改为使用“简单”的字典的范围和去除前缀：

pg_search_scope :search_without_prefix, 
    against: [:bio], 
    using: {tsearch: {dictionary: "simple"}}, 
    associated_against: {user: [:fname, :lname], skills: :name}

这种固定的一些事情 - 例如，搜索“C++”不显示“CSS”。但是，搜索“C++”或“C＃”仍然匹配列出了“C”或“Objective C”的用户

我绝对可以做一个基本的ILIKE匹配，但希望在可能的情况下使用pg_search完成此操作。

来源

2013-10-15 Lev

我会评论，但我没有足够的声望呢。

我一直在研究pg_search这让我更深入PostgreSQL全文搜索。这是一个复杂的模块，但它有ts_debug（）命令来帮助理解如何分析输入字符串。测试字符串“C++ CSS C＃Objective C”的ts_debug（）输出非常明显。它看起来像“＃和‘+’被视为在英语中的默认配置的空白。我想你可能必须修改PostgreSQL的解析器得到你想要的行为。

postgres=# SELECT * FROM ts_debug('english', 'C++ CSS C# Objective C'); 
    alias | description | token | dictionaries | dictionary | lexemes 
-----------+-----------------+-----------+----------------+--------------+---------- 
asciiword | Word, all ASCII | C   | {english_stem} | english_stem | {c} 
blank  | Space symbols | +   | {}    |    | 
blank  | Space symbols | +   | {}    |    | 
asciiword | Word, all ASCII | CSS  | {english_stem} | english_stem | {css} 
blank  | Space symbols |   | {}    |    | 
asciiword | Word, all ASCII | C   | {english_stem} | english_stem | {c} 
blank  | Space symbols | #   | {}    |    | 
asciiword | Word, all ASCII | Objective | {english_stem} | english_stem | {object} 
blank  | Space symbols |   | {}    |    | 
asciiword | Word, all ASCII | C   | {english_stem} | english_stem | {c} 
(10 rows)

BTW，这里是一个非常有用的教程，如果你想学习PostgreSQL的全文搜索：http://shisaa.jp/postset/postgresql-full-text-search-part-1.html

UPDATE：

我发现PostgreSQL的全文检索中的解决方案。它涉及到使用test_parser扩展，记录在这里：http://www.postgresql.org/docs/9.1/static/test-parser.html

首先一些配置在psql需要：

postgres=# CREATE EXTENSION test_parser; 

postgres=# CREATE TEXT SEARCH CONFIGURATION testcfg (PARSER = testparser); 

postgres=# ALTER TEXT SEARCH CONFIGURATION testcfg 
    ADD MAPPING FOR word WITH english_stem;

现在可以指数测试字符串并看到喜欢“C++”的术语是作为单独的令牌进行处理，根据需要：

postgres=# SELECT to_tsvector('testcfg', 'C++ CSS C# Objective C#GT40 GT40 added joined'); 
           to_tsvector         
---------------------------------------------------------------------------- 
'#gt40':6 'ad':8 'c':5 'c#':3 'c++':1 'css':2 'gt40':7 'join':9 'object':4 
(1 row)

问题仍然是如何将其整合到pg_search中。我正在看下一个。

来源

2015-10-06 12:11:35 garbo999

使用pg_search匹配特殊字符（例如＃，+）

回答

相关问题