Postgresql Postgres全文搜索忽略url

我正在尝试使用PostgreSQL实现全文搜索系统

我遇到了这个奇怪的或可能是有意的特点

当尝试索引或搜索包含扩展名为（例如myimage.jpg）的文件名的列时，系统将其视为url，并且不会正确标记

我参考了文档，并通过

ts_debug

看到文件名作为

url

的主机

有人能告诉我如何在

PostgreSQL

的

FTS

中将所有输入作为普通单词

另外，在第二个请求中，如何使用它执行

包含

，

开始

，以及

结束

搜索

更新

我现在尝试了语句

create text search configuration…

，从

pg_catalog.english

复制，并删除了

host

、

url

和

url_path

，然后为

ts_debug

方法指定了配置。但是仍然不行。

myimage.jpg

仍然被标识为

host

版本

---

我使用9.4版tl；如果你真的只想要单词（而不是电子邮件、URL、主机等），dr会对你的输入进行预解析并删除标点符号

因此，在我自己尝试解决这个问题之后，问题是您似乎无法轻松地定制解析器。据我所知，解析器首先运行，它生成令牌。然后将这些标记与词典匹配

通过从配置中删除

host

，

url

，

url\u path

，您要做的就是使这些标记不会在字典中查找，从而导致这些标记没有词素。这本质上意味着它们在搜索方面并不存在。这不是你想要的

理想情况下，您需要做的是自定义解析器，使其不首先生成那些标记，或者也生成重叠标记（类似于连字号为整个单词以及单个组件生成标记的方式）。如果不编写自定义解析器，目前似乎不可能做到这一点

唯一的解决方案是预解析文本以删除句号。请注意，如果您依赖其他类型的令牌，如版本（例如

8.3.0

）或电子邮件（例如

name@domain.com

）这将破坏这些。因此，在如何删除字符方面，您可能需要稍微聪明一点

select ts_debug('english', replace('this-is-a-file.jpg', '.', ' '));

"(asciihword,"Hyphenated word, all ASCII",this-is-a-file,{english_stem},english_stem,{this-is-a-fil})"
"(hword_asciipart,"Hyphenated word part, all ASCII",this,{english_stem},english_stem,{})"
"(blank,"Space symbols",-,{},,)"
"(hword_asciipart,"Hyphenated word part, all ASCII",is,{english_stem},english_stem,{})"
"(blank,"Space symbols",-,{},,)"
"(hword_asciipart,"Hyphenated word part, all ASCII",a,{english_stem},english_stem,{})"
"(blank,"Space symbols",-,{},,)"
"(hword_asciipart,"Hyphenated word part, all ASCII",file,{english_stem},english_stem,{file})"
"(blank,"Space symbols"," ",{},,)"
"(asciiword,"Word, all ASCII",jpg,{english_stem},english_stem,{jpg})"

关于你的第二个问题。你是说部分单词匹配吗？当使用像

english

这样的配置时，可以通过词干处理得到一点，所以

running

变成

run

，如果搜索

run

或

running

，就会匹配。如果你说的是模糊匹配，它会变得更复杂。我建议读这篇文章