postgresql+；文本搜索+；德国umlauts&x2B；UTF8

对于这个问题，我真的束手无策，我真的希望有人能帮助我。我使用的是Postgresql 9.3。我的数据库主要包含德语文本，但不仅如此，所以它是用utf-8编码的。我想建立一个支持德语的fulltextsearch，到目前为止没有什么特别的。 但是搜索的行为真的很奇怪，我无法找出我做错了什么

因此，以下表为例

select * from test;
      a      
-------------
 ein Baum
 viele Bäume
 Überleben
 Tisch
 Tische
 Café

\d test
   Tabelle »public.test«
Spalte | Typ  | Attribute 
--------+------+-----------
a      | text | 

sintext=# \d
                Liste der Relationen
 Schema |        Name         |   Typ   | Eigentümer 
--------+---------------------+---------+------------
 (...)
 public | test                | Tabelle | paf

现在，让我们来看一些文本搜索示例：

select * from test where to_tsvector('german', a) @@ plainto_tsquery('Baum');
      a      
-------------
 ein Baum
 viele Bäume

select * from test where to_tsvector('german', a) @@ plainto_tsquery('Bäume');
--> No Hits

select * from test where to_tsvector('german', a) @@ plainto_tsquery('Überleben');
--> No Hits

select * from test where to_tsvector('german', a) @@ plainto_tsquery('Tisch');
   a    
--------
 Tisch
 Tische

而Tische是Tisch（表）的复数，Bäume是Baum（树）的复数。因此，当文本搜索性能良好时，Umlauts显然不起作用

但真正让我困惑的是，a）非德语特殊字符匹配

select * from test where to_tsvector('german', a) @@ plainto_tsquery('Café');
   a   
 ------
  Café

b）如果我不使用德语词典，umlauts就没有问题（当然也没有真正的文本搜索）

---

因此，如果我使用德语词典进行文本搜索，仅仅是德语特殊字符不起作用？真的吗？这到底是怎么回事？我真的搞不懂，请帮帮我

您在

to_tsvector

调用中明确使用了德语词典，但在

to_tsquery

或

plainto_tsquery

调用中没有使用德语词典。您的默认词典可能没有设置为

德语

；使用

SHOW default\u text\u search\u config

进行检查

比较：

regress=> select plainto_tsquery('simple', 'Bäume'),
                 plainto_tsquery('english','Bäume'), 
                 plainto_tsquery('german', 'Bäume');
 plainto_tsquery | plainto_tsquery | plainto_tsquery 
-----------------+-----------------+-----------------
 'bäume'         | 'bäume'         | 'baum'
(1 row)

语言设置会影响单词简化和根提取，因此一种语言的向量不一定与另一种语言的查询匹配：

regress=> SELECT to_tsvector('german', 'viele Bäume'), plainto_tsquery('Bäume'),
          to_tsvector('german', 'viele Bäume') @@ plainto_tsquery('Bäume');
    to_tsvector    | plainto_tsquery | ?column? 
-------------------+-----------------+----------
 'baum':2 'viel':1 | 'bäume'         | f
(1 row)

如果使用一致的语言设置，则一切正常：

regress=> SELECT to_tsvector('german', 'viele Bäume'), plainto_tsquery('german', 'Bäume'),
                 to_tsvector('german', 'viele Bäume') @@ plainto_tsquery('german', 'Bäume');
    to_tsvector    | plainto_tsquery | ?column? 
-------------------+-----------------+----------
 'baum':2 'viel':1 | 'baum'          | t
(1 row)

---

您在

to_tsvector

调用中明确使用了德语词典，但在

to_tsquery

或

plainto_tsquery

调用中没有使用德语词典。您的默认词典可能没有设置为

德语

；使用

SHOW default\u text\u search\u config

进行检查

比较：

regress=> select plainto_tsquery('simple', 'Bäume'),
                 plainto_tsquery('english','Bäume'), 
                 plainto_tsquery('german', 'Bäume');
 plainto_tsquery | plainto_tsquery | plainto_tsquery 
-----------------+-----------------+-----------------
 'bäume'         | 'bäume'         | 'baum'
(1 row)

语言设置会影响单词简化和根提取，因此一种语言的向量不一定与另一种语言的查询匹配：

regress=> SELECT to_tsvector('german', 'viele Bäume'), plainto_tsquery('Bäume'),
          to_tsvector('german', 'viele Bäume') @@ plainto_tsquery('Bäume');
    to_tsvector    | plainto_tsquery | ?column? 
-------------------+-----------------+----------
 'baum':2 'viel':1 | 'bäume'         | f
(1 row)

如果使用一致的语言设置，则一切正常：

regress=> SELECT to_tsvector('german', 'viele Bäume'), plainto_tsquery('german', 'Bäume'),
                 to_tsvector('german', 'viele Bäume') @@ plainto_tsquery('german', 'Bäume');
    to_tsvector    | plainto_tsquery | ?column? 
-------------------+-----------------+----------
 'baum':2 'viel':1 | 'baum'          | t
(1 row)

---

As-SQLFiddle:As-SQLFiddle:非常感谢！我不知道我怎么能监督。。。现在它工作得很好，这一天被拯救了：）非常感谢你！我不知道我怎么能监督。。。现在它可以完美地工作了，这一天就结束了：）