PostgreSQL中简单字典生成的词素在从v.9升级到v.11后，对于非拉丁语言，其大小写不会降低

在我们的项目中，我们使用

simple

dictionary为不同语言（英语、德语、希腊语、乌克兰语等）使用PostgreSQL的全文搜索功能。在我的本地机器（macOS Mojave）上，我使用自制软件安装了PostgreSQL。在尝试将PostgreSQL从9.5.23版升级到11.10版（基本上我只是删除了旧版本并重新安装）之后，我注意到当我尝试使用

to_tsvector

函数将文本转换为

tsvector

数据类型时，当使用非拉丁语时，它停止了文本的小写。如果文本是基于拉丁语（ASCII）的，它仍然会降低文本的大小写。这个问题只是在我升级到版本11之后才出现的（在我从9.5.23过渡到10.15之后，它仍然像预期的那样工作）

示例（在版本11.10、12.5和13.1上）：

这是以前的情况（版本9.5.23和10.15）：

我试着阅读所有的发行说明，但我看不到任何与我的问题有关的东西。在报告中仍然指出

简单字典模板通过将输入标记转换为小写

所以我假设API本身没有变化

我怀疑在版本11中，他们更改了一些默认配置参数，这会影响到这一点，但我找不到任何有用的东西

更新： 在psqlshell中运行

\l

可以提供以下信息

# 11.10

    List of databases
        Name        |      Owner      | Encoding | Collate | Ctype |          Access privileges          
--------------------+-----------------+----------+---------+-------+-------------------------------------
 postgres           | dmytrosavochkin | UTF8     | C       | C     | 
 template0          | dmytrosavochkin | UTF8     | C       | C     | =c/dmytrosavochkin                 +
                    |                 |          |         |       | dmytrosavochkin=CTc/dmytrosavochkin
 template1          | dmytrosavochkin | UTF8     | C       | C     | =c/dmytrosavochkin                 +
                    |                 |          |         |       | 

# 9.5.23

     List of databases
        Name        |      Owner      | Encoding |   Collate   |    Ctype    |          Access privileges          
--------------------+-----------------+----------+-------------+-------------+-------------------------------------
 postgres           | dmytrosavochkin | UTF8     | en_US.UTF-8 | en_US.UTF-8 | 
 template0          | dmytrosavochkin | UTF8     | en_US.UTF-8 | en_US.UTF-8 | =c/dmytrosavochkin                 +
                    |                 |          |             |             | dmytrosavochkin=CTc/dmytrosavochkin
 template1          | dmytrosavochkin | UTF8     | en_US.UTF-8 | en_US.UTF-8 | =c/dmytrosavochkin                 +
                    |                 |          |             |             | dmytrosavochkin=CTc/dmytrosavochkin

---

好的，谢谢你的评论，我明白了（谢谢！）

问题恰好出现在自制postgresql公式的设置中。基本上，当我安装的时候postgresql@9.5它正在运行

initdb/usr/local/var/postgresql@9.5

在引擎盖下初始化集群，但当我切换到11.10时，它正在运行

initdb--locale=C-E UTF-8/usr/local/var/postgresql@10

将

C

设置为默认区域设置，我没有注意到

---

为了解决这个问题，我通过

rm-rf/usr/local/var删除了初始数据/postgresql@12

然后使用

initdb--locale=en_US.UTF-8-E UTF-8/usr/local/var手动重新初始化/postgresql@12

。现在，所有数据库的默认对照是en_US.UTF-8，所有操作都与以前完全相同。

您能给出每个系统的区域设置信息吗？例如，

\l

SELECT to_tsvector('simple', 'Офісний Менеджер');
'менеджер':2 'офісний':1

SELECT to_tsvector('simple', 'Ελληνικά')
'ελληνικά':1

SELECT ts_lexize('simple', 'Менеджер');
{менеджер}

SELECT ts_lexize('simple', 'Manager');
{manager}

# 11.10

    List of databases
        Name        |      Owner      | Encoding | Collate | Ctype |          Access privileges          
--------------------+-----------------+----------+---------+-------+-------------------------------------
 postgres           | dmytrosavochkin | UTF8     | C       | C     | 
 template0          | dmytrosavochkin | UTF8     | C       | C     | =c/dmytrosavochkin                 +
                    |                 |          |         |       | dmytrosavochkin=CTc/dmytrosavochkin
 template1          | dmytrosavochkin | UTF8     | C       | C     | =c/dmytrosavochkin                 +
                    |                 |          |         |       | 

# 9.5.23

     List of databases
        Name        |      Owner      | Encoding |   Collate   |    Ctype    |          Access privileges          
--------------------+-----------------+----------+-------------+-------------+-------------------------------------
 postgres           | dmytrosavochkin | UTF8     | en_US.UTF-8 | en_US.UTF-8 | 
 template0          | dmytrosavochkin | UTF8     | en_US.UTF-8 | en_US.UTF-8 | =c/dmytrosavochkin                 +
                    |                 |          |             |             | dmytrosavochkin=CTc/dmytrosavochkin
 template1          | dmytrosavochkin | UTF8     | en_US.UTF-8 | en_US.UTF-8 | =c/dmytrosavochkin                 +
                    |                 |          |             |             | dmytrosavochkin=CTc/dmytrosavochkin