带连字符整数的全文搜索

Question

比较以下搜索查询：

SELECT
    to_tsvector('yellow-green') @@ to_tsquery('yellow & green') as word_word,
    to_tsvector('Apollo-11') @@ to_tsquery('apollo & 11') as word_number;

 word_word | word_number
-----------+-------------
 t         | f
(1 row)

它们在概念上是相似的，但只有第一个产生匹配。很清楚为什么会发生这种情况。使用连字符对，解析器生成三个词素：

 SELECT * FROM ts_debug('yellow-green');

     alias      |         description          |  token  |  dictionaries  | dictionary  |  lexemes
----------------+------------------------------+---------+----------------+-------------+-----------
 asciihword     | Hyphenated word, all ASCII   | yellow-.| {english_stem} | english_ste.| {yellow-g.
                |                              |.green   |                |.m           |.reen}
 hword_asciipar.| Hyphenated word part, all AS.| yellow  | {english_stem} | english_ste.| {yellow}
.t              |.CII                          |         |                |.m           |
 blank          | Space symbols                | -       | {}             |             |
 hword_asciipar.| Hyphenated word part, all AS.| green   | {english_stem} | english_ste.| {green}
.t              |.CII                          |         |                |.m           |
(4 rows)

使用一个字号对，解析器将创建两个词汇，其中一个是有符号整数：

SELECT * FROM ts_debug('apollo-11');

   alias   |   description   | token  |  dictionaries  |  dictionary  | lexemes
-----------+-----------------+--------+----------------+--------------+----------
 asciiword | Word, all ASCII | apollo | {english_stem} | english_stem | {apollo}
 int       | Signed integer  | -11    | {simple}       | simple       | {-11}
(2 rows)

是否可以将to_tsvector配置为像字符串一样解析数字，从而使匹配不受连字符的影响？

Answer 1

我最后使用了dict_int扩展，正如这个答案在StackOverflow上所提到的。它很简单，如：

1. 启用字典扩展：

CREATE EXTENSION IF NOT EXISTS dict_int;

1. 设置absval选项，以便字典将数字转换为它们的绝对值。

ALTER TEXT SEARCH DICTIONARY intdict (absval = true);

• 请注意，字典还将截断由maxlen参数控制的某个最大长度的整数(默认为6)。

1. 创建自定义文本搜索配置以使用此字典：

CREATE TEXT SEARCH CONFIGURATION en_cusom (COPY = pg_catalog.english);
ALTER TEXT SEARCH CONFIGURATION en_custom
    ALTER MAPPING FOR int, uint WITH intdict;

• 还可以直接更改默认配置，以避免to_tsvector/to_tsquery中的显式调用。

1. 指定在搜索中使用的字典：

SELECT
    to_tsvector('en_custom', 'yellow-green') @@ to_tsquery('en_custom', 'yellow & green') as word_word,
    to_tsvector('en_custom', 'Apollo-11') @@ to_tsquery('en_custom', 'apollo & 11') as word_number;
 word_word | word_number
-----------+-------------
 t         | t
(1 row)