PostgreSQL unaccent

unaccent字典接受下列選項(xiàng)：

規(guī)則文件具有下面的格式：

在unaccent.rules中可以找到一個(gè)更完整的例子，它可以直接用于大部分歐洲語言，當(dāng)unaccent模塊被安裝時(shí)，它被安裝在$SHAREDIR/tsearch_data/中。

安裝unaccent擴(kuò)展會(huì)創(chuàng)建一個(gè)文本搜索模板unaccent和一個(gè)基于前者的字典unaccent。unaccent字典有默認(rèn)的參數(shù)設(shè)置RULES='unaccent'，這會(huì)讓該字典使用標(biāo)準(zhǔn)的unaccent.rules文件。如果希望修改該參數(shù)，可以

mydb=# ALTER TEXT SEARCH DICTIONARY unaccent (RULES='my_rules');

或者基于該模板創(chuàng)建新的字典。

要測(cè)試該字典，你可以嘗試：

mydb=# select ts_lexize('unaccent','H?tel');
 ts_lexize
-----------
 {Hotel}
(1 row)

這里是一個(gè)展示把unaccent字典插入到一個(gè)文本搜索配置的例子：

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','H?tels de la Mer');
    to_tsvector
-------------------
 'hotel':1 'mer':4
(1 row)

mydb=# select to_tsvector('fr','H?tel de la Mer') @@ to_tsquery('fr','Hotels');
 ?column?
----------
 t
(1 row)

mydb=# select ts_headline('fr','H?tel de la Mer',to_tsquery('fr','Hotels'));
      ts_headline
------------------------
 <b>H?tel</b> de la Mer
(1 row)

unaccent()函數(shù)從一個(gè)給定的字符串中移除重音（附加符號(hào)）。基本上，它是unaccent字典的一個(gè)包裝器，但是它能在普通的文本搜索環(huán)境之外使用。

unaccent([dictionary regdictionary, ] string text) returns text

如果省略dictionary參數(shù)，則使用名為unaccent并且與unaccent()函數(shù)有相同模式的文本搜索詞典。

例如：

SELECT unaccent('unaccent', 'H?tel');
SELECT unaccent('H?tel');