PostgreSQL全文搜索和保留字，保留一些字

Question

我正在使用带有英文字典的完整测试搜索的 Postgresql。当我想接收带有一些英文单词的记录时，我会得到非常可靠的结果。

所以：

SELECT id FROM table1 WHERE ts_vector1 @@ to_tsquery('it')

返回 0 个结果。

SELECT id FROM table1 WHERE ts_vector1 @@ to_tsquery('specialist & it')

返回超过 0 个结果（单词 'it' 存在于表和索引中）。 ts_vector1 创建如下：

ts_vector1 = to_tsvector('english', some_text_column)

'it' 是保留字吗？如果是这样，“转义”保留字的最佳方法是什么？

Answer 1

根据相关文档，“它”作为停用词被忽略：

http://www.postgresql.org/docs/current/static/textsearch-controls.html

在上面的示例中，我们看到生成的 tsvector 不包含单词 a、on 或 it，单词rats 变成了 rat，标点符号 - 被忽略了。

您可以通过配置所需的字典来更改停用词列表：

http://www.postgresql.org/docs/current/static/textsearch-dictionaries.html

Answer 2

好的，2013 年已经过去了，但问题仍然存在。 您想删除“它”，因为它是噪音，但保留“它”这个词。 信息技术的“it”通常写成“IT”。

在通过to_tsvector 提供全文搜索之前：

1. 标记您的文本

2. 将“IT”一词替换为“信息技术”

在使用 to_tsquery 进行搜索之前：

1. 对搜索查询文本进行标记

2. 将“IT”一词替换为“信息技术”

您不再有英文“it”和“IT”之间的冲突，这在大多数情况下应该有效。或许您也可以在执行此操作之前尝试使用其他关键字来检测上下文。

完全在数据库中执行此操作可能是可能的，但在大多数应用程序中，这可以通过您的主服务器/程序通用语言来完成。