无法从 postgre 全文搜索中获得正确的结果

Question

我正在开发一个简单的巴西葡萄牙语文章网站。搜索功能基于全文搜索，但未返回预期结果。

我在 postgresql 上做了这个。这是简化表：

Artigos
-id
-title -- article title
-intro -- article introduction
-content -- article body
-publishdate -- date of launch
-artigosts -- this will work as our fts index.

创建表后，我运行：

UPDATE artigos SET artigosts = 
setweight(to_tsvector('pg_catalog.portuguese', coalesce(title,'')), 'A') || 
setweight(to_tsvector('pg_catalog.portuguese', coalesce(intro,'')), 'B') ||
setweight(to_tsvector('pg_catalog.portuguese', coalesce(content,'')), 'C');

CREATE INDEX artigosts_idx ON artigos USING gist (artigosts);

CREATE TRIGGER artigosts_tg 
BEFORE INSERT OR UPDATE ON artigos 
FOR EACH ROW EXECUTE PROCEDURE 
  tsvector_update_trigger('artigosts', 'pg_catalog.portuguese', 'title', 'intro', 'content');

是的，我打算对搜索使用简单的加权。做了一个索引来加速，一个触发器，所以我可以插入和更新，而不用担心重新制作索引等等。

嗯，根据我的理解，一切都很好。但结果并非如此。一个简单的例子。

假设我有 "... banco de dados ... no banco ..." 作为一篇文章内容。当我这样做时：

SELECT title, intro, content FROM artigos WHERE plainto_tsquery('banco de dados') @@ artigosts;

它返回一个空集。我检查了 ts_vector 列并看到了谓词“banc”和“dad”。但我仍然不明白为什么它不返回包含所提到文章的行。

有人能解释一下这个问题吗？

Answer 1

对你来说可能为时已晚。 而且我没有足够的声誉来添加简单的评论...

关于特殊字符，我在转换为 tsvector 之前不重音。

SELECT to_tsvector('simple',unaccent('banco de dados áéóíúçãõ'))

所以我得到：

"'aeoiucao':4 'banco':1 'dados':3 'de':2"

你需要：

CREATE EXTENSION unaccent;

... 作为用户 postgres。 当然，您还必须取消 tsquery 的重音

Answer 2

这可能是因为您的默认字典设置为英文。尝试以下查询以确定是否确实如此。

SELECT * FROM ts_debug('banco de dados');

此查询将显示字典如何解析您的搜索词组。它应该提供词位“banco”、“de”和“dado”。因此，您实际搜索的内容将不存在于索引中，您将收到 0 个结果。

现在试试这个：

SELECT * FROM ts_debug('portuguese', 'banco de dados');

它应该返回存在于索引中的词位，“banc”和“dad”。如果是这种情况，那么您只需更改搜索查询即可获得适当的结果。

SELECT title, intro, content FROM artigos WHERE plainto_tsquery('portuguese', 'banco de dados') @@ artigosts;