unaccent
是一个从词素中删除重音符(变音符号)的文本搜索词典。它是一个过滤词典,这意味着它的输出总是传递给下一个词典(如果有的话),这与词典的正常行为不同。这允许对全文搜索进行不区分重音的处理。
unaccent
的当前实现不能用作 thesaurus
词典的规范化词典。
此模块被认为是“受信任的”,也就是说,具有当前数据库的 CREATE
权限的非超级用户可以安装它。
unaccent
词典接受以下选项
RULES
是包含翻译规则列表的文件的基本名称。此文件必须存储在 $SHAREDIR/tsearch_data/
中(其中 $SHAREDIR
表示 PostgreSQL 安装的共享数据目录)。它的名称必须以 .rules
结尾(这不应包含在 RULES
参数中)。
规则文件具有以下格式
每一行代表一个翻译规则,由一个带有重音符号的字符后跟一个没有重音符号的字符组成。第一个字符被翻译成第二个字符。例如:
À A Á A Â A Ã A Ä A Å A Æ AE
两个字符必须用空格分隔,并且忽略行上的任何前导或尾随空格。
或者,如果一行只给出一个字符,则删除该字符的实例;这在重音符号由单独的字符表示的语言中很有用。
实际上,每个“字符”可以是任何不包含空格的字符串,因此 unaccent
词典除了删除变音符号外,还可以用于其他类型的子字符串替换。
某些字符(如数字符号)可能需要在其翻译规则中使用空格。在这种情况下,可以使用双引号将翻译后的字符括起来。当在翻译后的字符中包含双引号时,需要使用第二个双引号进行转义。例如:
¼ " 1/4" ½ " 1/2" ¾ " 3/4" “ """" ” """"
与其他 PostgreSQL 文本搜索配置文件一样,规则文件必须以 UTF-8 编码存储。加载时,数据会自动翻译成当前数据库的编码。任何包含无法翻译字符的行都会被静默忽略,以便规则文件可以包含在当前编码中不适用的规则。
在 unaccent.rules
中可以找到一个更完整的示例,该示例直接适用于大多数欧洲语言,当安装 unaccent
模块时,该示例会安装在 $SHAREDIR/tsearch_data/
中。此规则文件将带有重音符号的字符翻译成不带重音符号的相同字符,并且还将连字扩展为等效的简单字符序列(例如,Æ 变为 AE)。
安装 unaccent
扩展会创建一个文本搜索模板 unaccent
和一个基于该模板的词典 unaccent
。unaccent
词典具有默认参数设置 RULES='unaccent'
,这使其可以立即与标准 unaccent.rules
文件一起使用。如果您愿意,可以更改该参数,例如
mydb=# ALTER TEXT SEARCH DICTIONARY unaccent (RULES='my_rules');
或基于该模板创建新的词典。
要测试词典,您可以尝试
mydb=# select ts_lexize('unaccent','Hôtel'); ts_lexize ----------- {Hotel} (1 row)
这是一个示例,说明如何将 unaccent
词典插入文本搜索配置中
mydb=# CREATE TEXT SEARCH CONFIGURATION fr ( COPY = french ); mydb=# ALTER TEXT SEARCH CONFIGURATION fr ALTER MAPPING FOR hword, hword_part, word WITH unaccent, french_stem; mydb=# select to_tsvector('fr','Hôtels de la Mer'); to_tsvector ------------------- 'hotel':1 'mer':4 (1 row) mydb=# select to_tsvector('fr','Hôtel de la Mer') @@ to_tsquery('fr','Hotels'); ?column? ---------- t (1 row) mydb=# select ts_headline('fr','Hôtel de la Mer',to_tsquery('fr','Hotels')); ts_headline ------------------------ <b>Hôtel</b> de la Mer (1 row)
unaccent()
函数从给定的字符串中删除重音符(变音符号)。基本上,它是 unaccent
类型词典的包装器,但它可以在正常的文本搜索上下文之外使用。
unaccent([dictionary
regdictionary
, ]string
text
) returnstext
如果省略 dictionary
参数,则使用与 unaccent()
函数本身位于同一模式下的名为 unaccent
的文本搜索词典。
例如
SELECT unaccent('unaccent', 'Hôtel'); SELECT unaccent('Hôtel');
如果您在文档中看到任何不正确、与您对特定功能的体验不符或需要进一步澄清的内容,请使用此表单报告文档问题。