Oracle Text包含和技术内容

Question

我正在寻找技术词“AN-XYZ99”。所以我用

SELECT *
FROM foo
WHERE CONTAINS(bar, 'AN{-}XYZ99') > 0

但我得到的结果如“FO-XYZ99”或“BAR-XYZ99”。我该怎么做才能确保预期的结果？

我用了

BEGIN
    CTX_DDL.CREATE_PREFERENCE('FOO','BASIC_LEXER');
    CTX_DDL.SET_ATTRIBUTE('FOO', 'ALTERNATE_SPELLING', 'GERMAN');
    CTX_DDL.SET_ATTRIBUTE('FOO', 'COMPOSITE', 'GERMAN');
    CTX_DDL.SET_ATTRIBUTE('FOO', 'MIXED_CASE', 'NO');
END;

列“bar”（VARCHAR2（4000））中的示例数据：

"unbekannt Stadt Text: AN-XYZ99 << foobar Straße 31.12.2017 Datum Host 20160101 foo"
"unbekannt Stadt Text: FO-XYZ99 << foobar Straße 31.12.2017 Datum Host 20160101 bar"
"unbekannt Stadt Text: BAR-XYZ99 << foobar Straße 31.12.2017 Datum Host 20160101 bla"

使用上面的Statement我希望第一行作为输出，但我也得到第二行和第三行。

Oracle Database 11g企业版11.2.0.3.0版 - 64位生产

Answer 1

首先，你必须在你的词法分析器中将连字符定义为printjoin。

检查一下

select IXV_ATTRIBUTE, IXV_VALUE from CTXSYS.CTX_INDEX_VALUES where IXV_CLASS =  'LEXER';

IXV_ATTRIBUTE                  IXV_VALUE     
-----------------------------------------
PRINTJOINS                     _$%&-         
NUMJOIN                        .              
NUMGROUP                       .              
WHITESPACE                     ,= 

然后你可以（在使用此词法分析器重新创建索引之后）验证令牌是否符合预期:(您的表将根据索引名称而变化;检查所有表格，如'DR $％$ I'）

select TOKEN_TEXT from DR$TEXTIDX_IDX$I where TOKEN_TEXT like '%-XYZ99';
TOKEN_TEXT                                                     
----------------------------------------------------------------
AN-XYZ99                                                         
BAR-XYZ99                                                        
FO-XYZ99

现在您可以查询搜索字符串。

显然你必须逃脱连字符，因为BAR-XYZ99将找到BAR不包含XYZ99的行;虽然documentation of hyphen with no space有点不同。

SELECT SCORE(1),txt
FROM textidx
WHERE  CONTAINS(txt, 'BAR-XYZ99',1) > 0; 

  SCORE(1) TXT                                                                                
---------- ------------------------------------------------------------------------------------
         4 unbekannt Stadt Text: FO-XYZ99 << foobar Straße 31.12.2017 Datum Host 20160101 bar

由于某种原因（我在11.2.0.2.0），使用花括号转义不起作用（返回不匹配），但使用反斜杠很好。

SELECT SCORE(1),txt
FROM textidx
WHERE  CONTAINS(txt, 'BAR\-XYZ99',1) > 0;  

  SCORE(1) TXT                                                                                
---------- ------------------------------------------------------------------------------------
         4 unbekannt Stadt Text: BAR-XYZ99 << foobar Straße 31.12.2017 Datum Host 20160101 bla