Oracle Text 包含和技术内容答案

【问题标题】：Oracle Text Contains and technical contentOracle Text 包含和技术内容
【发布时间】：2018-01-02 13:25:20
【问题描述】：

我正在搜索技术词“AN-XYZ99”。所以我用

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

但我也得到类似“FO-XYZ99”或“BAR-XYZ99”的结果。我该怎么做才能确保达到预期的效果？

我用过

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;

“bar”列中的示例数据 (VARCHAR2(4000))：

"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"

使用上面的语句，我希望第一行作为输出，但我也得到第二行和第三行。

Oracle 数据库 11g 企业版版本 11.2.0.3.0 - 64 位生产

【问题讨论】：

您是专门搜索单个单词的吗？或者你有什么模式？
@Ravi：上面提到的一个词，没有任何规律。
那么，你为什么在那里使用模式？ ?
请从您的表格和您的预期输出中采样数据，以使您的问题更清晰

标签： oracle lexer oracle11gr2 oracle-text

【解决方案1】：

首先，您必须在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                     ,=

然后您可以（在使用此词法分析器重新创建索引之后）验证标记是否符合预期：（您的表会根据索引名称而有所不同；检查所有表，例如 '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了。

显然，您必须转义连字符，因为 BAR-XYZ99 会找到 BAR not 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），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

【讨论】：