12.3. Kiểm soát tìm kiếm văn kèo bóng đá c1

12.3.1. kèo bóng đá c1 phân tích cú pháp

PostgreSQLcung cấp chức năngto_tsVectorĐể chuyển đổi kèo bóng đá c1 thànhtsVectorKiểu dữ kèo bóng đá c1.

to_tsVector ([ config Regconfig, ]Document Text) Trả vềtsVector

to_tsVector10790_10877tsVectortrong đó liệt kê các từ vựng cùng với vị trí của chúng trong kèo bóng đá c1. kèo bóng đá c1 được xử lý theo cấu hình tìm kiếm văn bản được chỉ định hoặc mặc định.

chọn to_tsvector ('tiếng Anh', 'một con mèo béo ngồi trên thảm - nó đã ăn một con chuột béo');

Trong ví dụ trên, chúng ta thấy rằng kết quảtsVectorkhông chứa các từA, trênhoặcIT, từRATStrở thànhRATvà Dấu chấm câu-đã bị bỏ qua.

Theto_tsVectorchức năng gọi nội bộ gọi trình phân tích cú pháp chia văn bản kèo bóng đá c1 vào mã thông báo và gán một loại cho mỗi mã thông báo. Đối với mỗi mã thông báo, một danh sách từ điển (Phần 12.6) được tư vấn, trong đó danh sách có thể thay đổi tùy thuộc vào loại mã thông báo. Từ điển đầu tiênNhận dạngMã thông báo phát ra một hoặc nhiều bình thườngLexemeĐể biểu diễn mã thông báo. Ví dụ,chuộttrở thànhRATBởi vì một trong những từ điển nhận ra rằng từchuộtlà một dạng số nhiều củaRAT. Một số từ được công nhận làDừng từ(Phần 12.6.1), khiến chúng bị bỏ qua vì chúng xảy ra quá thường xuyên để kèo bóng đá c1. Trong ví dụ của chúng tôi, đây làA, trênvàIT. Nếu không có từ điển trong danh sách nhận ra mã thông báo thì nó cũng bị bỏ qua.-Bởi vì trên thực tế không có từ điển nào được gán cho loại mã thông báo của nó (Biểu tượng không gian), nghĩa là mã thông báo không gian sẽ không bao giờ được lập chỉ mục. Các lựa chọn của trình phân tích cú pháp, từ điển và loại mã thông báo cho chỉ mục được xác định bởi cấu hình tìm kiếm văn kèo bóng đá c1 đã chọn (Phần 12.7). Có thể có nhiều cấu hình khác nhau trong cùng một cơ sở dữ kèo bóng đá c1 và các cấu hình được xác định trước có sẵn cho các ngôn ngữ khác nhau.Tiếng AnhĐối với ngôn ngữ tiếng Anh.

hàmSetweightcó thể được sử dụng để dán nhãn các mục của AtsVectorvới một đã choTrọng lượng, trong đó trọng lượng là một trong các chữ cáiA, B, ChoặcD. Điều này thường được sử dụng để đánh dấu các mục đến từ các phần khác nhau của kèo bóng đá c1, chẳng hạn như tiêu đề so với cơ thể.

vìto_tsVector(null) sẽ trả vềnull, nên sử dụngHOUNESCEBất cứ khi nào một trường có thể là null. Đây là phương thức được đề xuất để tạotsVectorTừ một kèo bóng đá c1 có cấu trúc:

Cập nhật TT SET TI =

Ở đây chúng tôi đã sử dụngSetweightĐể dán nhãn nguồn của mỗi từ vựng trong hoàn thànhtsVector, và sau đó hợp nhất được dán nhãntsVectorGiá trị sử dụngtsVectorToán tử Concatenation||. (Phần 12.4.1cung cấp chi tiết về các hoạt động này.)

12.3.2. Truy vấn phân tích cú pháp

PostgreSQLCung cấp các chức năngto_tsquery, Plainto_tsqueryvàPHRASETO_TSQUERYđể chuyển đổi truy vấn sangtsqueryKiểu dữ kèo bóng đá c1.to_tsquerycung cấp quyền truy cập vào nhiều tính năng hơnPlainto_tsqueryhoặcPHRASETO_TSQUERY, nhưng nó ít tha thứ về đầu vào của nó.

to_tsquery ([ config Regconfig, ]QueryText Text) Trả vềtsquery

to_tsqueryTạo AtsqueryGiá trị từQueryText, phải bao gồm các mã thông báo đơn lẻ được phân tách bởitsqueryNgười vận hành&(và),|(hoặc),!(không) và<-(tiếp theo), có thể được nhóm lại bằng cách sử dụng dấu ngoặc đơn. Nói cách khác, đầu vào choto_tsqueryPhải tuân theo các quy tắc chung chotsqueryĐầu vào, như được mô tả trongPhần 8.11.2. Sự khác biệt là trong khi cơ kèo bóng đá c1tsqueryĐầu vào lấy các mã thông báo theo mệnh giá,to_tsqueryBình thường hóa mỗi mã thông báo thành một từ vựng bằng cách sử dụng cấu hình được chỉ định hoặc mặc định và loại bỏ bất kỳ mã thông báo nào là các từ dừng theo cấu hình. Ví dụ:

chọn to_tsquery ('tiếng Anh', 'The & Fat & Rats');

như trong cơ kèo bóng đá c1tsqueryĐầu vào, trọng lượng có thể được gắn vào mỗi từ vựng để hạn chế nó chỉ phù hợpTSVECTORLexeme của những trọng lượng đó. Ví dụ:

chọn to_tsquery ('tiếng Anh', 'chất béo | chuột: ab');

Ngoài ra,*có thể được gắn vào từ vựng để chỉ định khớp tiền tố:

Chọn To_TSQuery ('Supern:*A & Star: A*B');

Một từ vựng như vậy sẽ phù hợp với bất kỳ từ nào trong mộttsVectorbắt đầu bằng chuỗi đã cho.

to_tsquerycũng có thể chấp nhận các cụm từ được trích xuất đơn. Điều này chủ yếu hữu ích khi cấu hình bao gồm từ điển từ điển có thể kích hoạt trên các cụm từ đó.Supernovae Stars: SN:

chọn to_tsquery ('' 'Supernovae Stars' '&! Crab');

Không có báo giá,to_tsquerySẽ tạo lỗi cú pháp cho các mã thông báo không được phân tách bởi một và, hoặc hoặc theo sau là toán tử.

Plainto_tsquery ([ config Regconfig, ]Querytext Text) trả vềtsquery

Plainto_tsqueryChuyển đổi văn kèo bóng đá c1 không được định dạngQuerytextđến AtsqueryGiá trị. Văn kèo bóng đá c1 được phân tích cú pháp và chuẩn hóa nhiều như choto_tsVector, sau đó là&(và)tsquerytoán tử được chèn vào giữa các từ còn sống.

Ví dụ:

Chọn Plainto_tsquery ('tiếng Anh', 'chuột béo');

Lưu ý rằngPlainto_tsquerysẽ không nhận ratsquerytoán tử, nhãn trọng lượng hoặc nhãn tiền tố-match trong đầu vào của nó:

Chọn Plainto_tsquery ('English', 'The Fat & Rats: C');

Ở đây, tất cả các dấu câu đầu vào đã bị loại bỏ là ký hiệu không gian.

phraseto_tsquery ([ config Regconfig, ]Querytext Text) trở lạitsquery

Phraseto_tsqueryhành xử giống nhưPlainto_tsquery, ngoại trừ việc nó chèn<-(tiếp theo là) ​​toán tử giữa các từ còn sống thay vì&(và) toán tử. Ngoài ra, các từ dừng không chỉ đơn giản là bị loại bỏ, mà được tính bằng cách chèn<nNgười vận hành chứ không phải<-Người vận hành. Chức năng này rất hữu ích khi kèo bóng đá c1 các chuỗi từ vựng chính xác, vì sau đó là các toán tử kiểm tra thứ tự từ vựng không chỉ sự hiện diện của tất cả các từ vựng.

Ví dụ:

chọn Phraseto_tsquery ('tiếng Anh', 'chuột béo');

nhưPlainto_tsquery, ThePHRASETO_TSQUERYHàm sẽ không nhận ratsquerytoán tử, nhãn trọng lượng hoặc nhãn tiền tố-match trong đầu vào của nó:

Chọn Phraseto_TSQuery ('English', 'The Fat & Rats: C');

12.3.3. Kết quả kèo bóng đá c1 xếp hạng

21167_21326PostgreSQLcung cấp hai chức năng xếp hạng được xác định trước, có tính đến thông tin từ vựng, gần và cấu trúc; Đó là, họ xem xét tần suất các thuật ngữ truy vấn xuất hiện trong kèo bóng đá c1, mức độ gần nhau của các điều khoản trong kèo bóng đá c1 và phần quan trọng của kèo bóng đá c1 nơi chúng xảy ra.

Hai chức năng xếp hạng hiện có là:

Đối với cả hai chức năng này, tùy chọnTrọng lượngĐối số cung cấp khả năng cân nhắc các phiên kèo bóng đá c1 từ ít nhiều tùy thuộc vào cách chúng được dán nhãn. Các mảng trọng lượng chỉ định mức độ cân nhắc của từng loại từ, theo thứ tự:

d-weight, c-weight, b-weight, a-weight

nếu khôngTrọng lượngđược cung cấp, sau đó các mặc định này được sử dụng:

0.1, 0.2, 0.4, 1.0

24547_24749

Vì một kèo bóng đá c1 dài hơn có cơ hội chứa một thuật ngữ truy vấn cao hơn, nên tính đến kích thước kèo bóng đá c1 tài khoản, ví dụ, một kèo bóng đá c1 hàng trăm từ với năm trường hợp của một từ tìm kiếm có thể phù hợp hơn một kèo bóng đá c1 hàng ngàn từ với năm trường hợp. Cả hai hàm xếp hạng đều có số nguyênBình thường hóaTùy chọn chỉ định xem và độ dài của kèo bóng đá c1 sẽ ảnh hưởng đến thứ hạng của nó như thế nào. Tùy chọn số nguyên kiểm soát một số hành vi, vì vậy nó là một chút mặt nạ: bạn có thể chỉ định một hoặc nhiều hành vi bằng cách sử dụng|(ví dụ:2|4).

• 0 (mặc định) bỏ qua độ dài kèo bóng đá c1

• 1 Chia thứ hạng cho 1 + logarit của độ dài kèo bóng đá c1

• 2 Chia thứ hạng cho độ dài kèo bóng đá c1

• 4 Chia thứ hạng cho khoảng cách hài hòa trung bình giữa các phạm vi (điều này chỉ được thực hiện bởiTS_RANK_CD)

• 8 Chia thứ hạng cho số lượng từ duy nhất trong kèo bóng đá c1

• 16 Chia thứ hạng cho 1 + logarit của số lượng từ duy nhất trong kèo bóng đá c1

• 32 chia thứ hạng cho chính nó + 1

Nếu có nhiều hơn một bit cờ được chỉ định, các phép biến đổi được áp dụng trong đơn đặt hàng được liệt kê.

Điều quan trọng cần lưu ý là các chức năng xếp hạng không sử dụng bất kỳ thông tin toàn cầu nào, vì vậy không thể tạo ra một sự chuẩn hóa công bằng đến 1% hoặc 100% như đôi khi mong muốn. Tùy chọn chuẩn hóa 32 (Xếp hạng/(Xếp hạng+1)) có thể được áp dụng để tỷ lệ tất cả các cấp bậc vào phạm vi từ 0 đến một, nhưng tất nhiên đây chỉ là một thay đổi mỹ phẩm; nó sẽ không ảnh hưởng đến thứ tự kết quả kèo bóng đá c1.

Đây là một ví dụ chỉ chọn mười trận đấu xếp hạng cao nhất:

Chọn thứ hạng, TS_RANK_CD (TextSearch, Truy vấn) làm cấp bậc

Đây là ví dụ tương tự bằng cách sử dụng xếp hạng chuẩn hóa:

Chọn thứ hạng, TS_RANK_CD (TextSearch, Truy vấn, 32/ * Xếp hạng/(Xếp hạng+1) */)

Xếp hạng có thể tốn kém vì nó yêu cầu tư vấntsVectorcủa mỗi kèo bóng đá c1 khớp, có thể bị ràng buộc I/O và do đó chậm. Thật không may, gần như không thể tránh được vì các truy vấn thực tế thường dẫn đến số lượng lớn các trận đấu.

12.3.4. Kết quả làm nổi bật

Để trình bày kết quả tìm kiếm, thật lý tưởng để hiển thị một phần của mỗi kèo bóng đá c1 và cách nó liên quan đến truy vấn. Thông thường, các công cụ tìm kiếm hiển thị các đoạn của kèo bóng đá c1 với các thuật ngữ tìm kiếm được đánh dấu.PostgreSQLcung cấp chức năngts_headlineĐó là thực hiện chức năng này.

ts_headline ([ config Regconfig, ]Document Text, Truy vấn tsquery[, Tùy chọn Text ]) trả vềText

ts_headlineChấp nhận một kèo bóng đá c1 cùng với một truy vấn và trả về một đoạn trích từ kèo bóng đá c1 trong đó các điều khoản từ truy vấn được tô sáng. Cấu hình được sử dụng để phân tích cú pháp kèo bóng đá c1 có thể được chỉ định bởiconfig; nếu nhưconfigđược bỏ qua,Default_Text_Search_ConfigCấu hình được sử dụng.

Nếu mộtTùy chọnChuỗi được chỉ định, nó phải bao gồm một danh sách được phân tách bằng dấu phẩy của một hoặc nhiềuTùy chọn=giá trịcặp. Các tùy chọn có sẵn là:

• MaxWords, minwords(số nguyên): Những con số này xác định các tiêu đề dài nhất và ngắn nhất cho đầu ra. Các giá trị mặc định là 35 và 15.

• Từ ngắn(Số nguyên): Các từ có độ dài này hoặc ít hơn sẽ bị loại bỏ khi bắt đầu và kết thúc tiêu đề, trừ khi chúng là thuật ngữ truy vấn. Giá trị mặc định của ba bài viết tiếng Anh thông thường.

• nổi bật(boolean): nếuTRUEToàn bộ kèo bóng đá c1 sẽ được sử dụng làm tiêu đề, bỏ qua ba tham số trước đó. Mặc định làSai.

• MaxFragments(Số nguyên): Số lượng các đoạn văn kèo bóng đá c1 tối đa để hiển thị. Giá trị mặc định của Zero chọn phương thức tạo tiêu đề không dựa trên fragment.

• startsel, stopsel(chuỗi): Các chuỗi để phân định các từ truy vấn xuất hiện trong kèo bóng đá c1, để phân biệt chúng với các từ được trích xuất khác. Các giá trị mặc định là"<b"và"</b", có thể phù hợp cho đầu ra HTML.

• FragmentDelImiter(Chuỗi): Khi có nhiều hơn một đoạn được hiển thị, các đoạn sẽ được phân tách bằng chuỗi này. Mặc định là"...".

Những tên tùy chọn này được nhận ra không nhạy cảm với trường hợp. Bạn phải xử lý hai giá trị chuỗi nếu chúng chứa khoảng trắng hoặc dấu phẩy.

trong việc tạo tiêu đề không dựa trên fragment,ts_headlineđịnh vị các trận đấu cho đã choTruy vấnvà chọn một cái duy nhất để hiển thị, thích các trận đấu có nhiều từ truy vấn hơn trong độ dài tiêu đề được phép. Trong việc tạo tiêu đề dựa trên đoạn,ts_headlineđịnh vị các truy vấn phù hợp và chia mỗi trận đấu thành"các mảnh"của không nhiều hơnMaxwordsmỗi từ, thích các đoạn có nhiều từ truy vấn hơn và khi có thể"kéo dài"các đoạn để bao gồm các từ xung quanh. Do đó, chế độ dựa trên đoạn hữu ích hơn khi truy vấn khớp với các phần lớn của kèo bóng đá c1 hoặc khi mong muốn hiển thị nhiều trận đấu.minwordsCác từ trong kèo bóng đá c1 sẽ được hiển thị.

Ví dụ:

Chọn TS_headline ('Tiếng Anh',

ts_headlineSử dụng kèo bóng đá c1 gốc, không phảiTSVECTORTóm tắt, vì vậy nó có thể chậm và nên được sử dụng một cách cẩn thận.