postgresql - 在 Postgresql 下使用 to_tsquery 搜索奇怪的结果

Question

我在使用 tsquery 搜索像 pro-physik.de 这样的表达式时得到了一个奇怪的结果。

如果我通过 tsquery 请求 pro-physik:*，我想获取所有以 pro-physik 开头的条目。不幸的是，那些带有 pro-physik.de 的条目丢失了。

这里有两个例子来说明这个问题:

查询 1:

select 
    to_tsvector('simple', 'pro-physik.de') @@ 
    to_tsquery('simple', 'pro-physik:*') = true

结果 1:false(应该是 true)

查询 2:

select 
    to_tsvector('simple', 'pro-physik.de') @@
    to_tsquery('simple', 'pro-p:*') = true

结果 2:true

有人知道我该如何解决这个问题吗？

Answer 1

问题的核心是解析器会将pro-physik.de解析为主机名:

SELECT alias, token FROM ts_debug('simple', 'pro-physik.de');

 alias |     token
-------+---------------
 host  | pro-physik.de
(1 row)

比较这个:

SELECT alias, token FROM ts_debug('simple', 'pro-physik-de');
      alias      |     token
-----------------+---------------
 asciihword      | pro-physik-de
 hword_asciipart | pro
 blank           | -
 hword_asciipart | physik
 blank           | -
 hword_asciipart | de
(6 rows)

现在 pro-physik 和 pro-p 是不是主机名，所以你得到

SELECT to_tsquery('simple', 'pro-physik:*');
              to_tsquery
---------------------------------------
 'pro-physik':* & 'pro':* & 'physik':*
(1 row)

SELECT to_tsquery('simple', 'pro-p:*');
         to_tsquery
-----------------------------
 'pro-p':* & 'pro':* & 'p':*
(1 row)

第一个 tsquery 不会匹配，因为 physik 不是 pro-physik.de 的前缀，第二个会匹配，因为 pro-p, pre 和p 三个都是前缀

作为变通方法，使用这样的全文搜索:

select 
   to_tsvector('simple', replace('pro-physik.de', '.', ' ')) @@ 
   to_tsquery('simple', replace('pro-physik:*', '.', ' '))