我正在使用Web应用程序,该应用程序使用户可以在源存储库中进行搜索。该程序解析差异。我找不到将diff的所有部分注入Postgres全文矢量的方法。
示例:
select alias, description, token from ts_debug('Link to <a href="//www.yahoo.com">Yahoo!</a> web site');
+-----------+-----------------+----------------------------+
| alias | description | token |
+-----------+-----------------+----------------------------+
| asciiword | Word, all ASCII | Link |
| blank | Space symbols | |
| asciiword | Word, all ASCII | to |
| blank | Space symbols | |
| tag | XML tag | <a href="//www.yahoo.com"> |
| asciiword | Word, all ASCII | Yahoo |
| blank | Space symbols | ! |
| tag | XML tag | </a> |
| blank | Space symbols | |
| asciiword | Word, all ASCII | web |
| blank | Space symbols | |
| asciiword | Word, all ASCII | site |
+-----------+-----------------+----------------------------+
似乎已经解析好。但是,如果将其转换为文档向量,则不会包含XML标签。
select to_tsvector('simple', 'Link to <a href="//www.yahoo.com">Yahoo!</a> web site') to_tsvector;
+--------------------------------------------+
| to_tsvector |
+--------------------------------------------+
| 'link':1 'site':5 'to':2 'web':4 'yahoo':3 |
+--------------------------------------------+
我想它与配置有关?
有什么想法吗?
解析器解析标签,但是默认配置“简单”将忽略它们。
您可以告诉它不要忽略它们:
alter text search configuration simple add mapping for tag with simple;
但是您可能最好先复制配置,然后再修改副本。
您可能还需要一个自定义词典来处理标签,因为“简单”词典不太可能做您想要的事情。
select to_tsvector('simple', 'Link to <a href="//www.yahoo.com">Yahoo!</a> web site') to_tsvector;
to_tsvector
------------------------------------------------------------------------------------
'</a>':5 '<a href="//www.yahoo.com">':3 'link':1 'site':7 'to':2 'web':6 'yahoo':4