postgresql - 我能否以编程方式配置 PostgreSQL 以不消除全文搜索中的停用词？

Question

我正在使用 PostgreSQL 全文搜索来搜索传统停用词(“a”、“the”、“if”等)应该被索引和搜索的项目，这不是默认行为。例如，我可能希望我的用户找到查询“to be or not to be”的结果。

documentation表明我可以通过在 $SHAREDIR/tsearch_data/english.stop 中创建一个空的停用词字典来实现这一点(例如)，但这会使部署复杂化；我希望能够使用 SQL 配置 PostgreSQL 的停用词处理。这可能吗？如果是这样，你能提供一个示例 SQL 语句吗？

Answer 1

根据您对上一个答案的评论，您可以轻松地在使用无停用词 和所有停用词 之间切换。 您可以通过自定义搜索配置实现此目的:

(1) 不使用停用词文件也可以创建自定义词典，例如:

CREATE TEXT SEARCH DICTIONARY english_stem_nostop (
    Template = snowball
    , Language = english
);

请注意，在上面我省略了 StopWords 参数。

(2) 然后创建一个新的配置来使用你的新字典:

CREATE TEXT SEARCH CONFIGURATION public.english_nostop ( COPY = pg_catalog.english );
ALTER TEXT SEARCH CONFIGURATION public.english_nostop
   ALTER MAPPING FOR asciiword, asciihword, hword_asciipart, hword, hword_part, word WITH english_stem_nostop;

(3) 然后，在搜索时指定您要使用的配置(或者您可以每次更改 default_text_search_config 选项)，例如:

SELECT
    title
FROM
    articles
WHERE
    to_tsvector('english_nostop', COALESCE(title,'') || ' ' || COALESCE(body,''))
    @@ to_tsquery('english_nostop', 'how & to');

您可以在上面的 SQL 中仅指定 'english' 以使用正常配置。

注意，在此示例中，使用标准配置将导致通知，因为只有停用词。

---

但是请记住以下几点:

• 如果您使用索引，则需要两个——每个配置一个。 (请参阅这些文档:tsearch tables 和 triggers)。
• 按照上面的第 2 步(参见 Parsers)仔细检查您要使用此映射的解析器标记。