Separatori di parole per la ricerca di testo completo di Postgres con Rails

Question

Sto usando pg_search per cercare del testo all'interno del mio modello. Tra gli altri attributi, ho un campo url.

Unfortuantelly Postgres non sembra per identificare / e . come separatori di parola, quindi non posso cercare all'interno del url.

Esempio: la ricerca di test in http://test.com non produce risultati.

C'è un modo per risolvere questo problema, magari usando un altro gioiello o qualche SQL in linea?

Answer 1

ho finito per modificare la gemma pg_search per supportare le espressioni ts_vector arbitrarie al posto dei nomi appena colonna. I cambiamenti sono here

Ora posso scrivere:

pg_search_scope :search, 
    against: [[:title , 'B'], ["to_tsvector(regexp_replace(url, '[^\\w]+', ' ', 'gi'))", 'A']], 
    using: {tsearch: {dictionary: "simple"}} 

Answer 2

Come indicato nella documentazione (e notato da AJcodez), esiste una soluzione nella creazione di una colonna dedicata per l'indice tsvector. Quindi definire un trigger che cattura gli inserimenti a URL indicizzare correttamente:

CREATE test_url (url varchar NOT NULL, url_tsvector tsvector NOT NULL); 

Questo metodo sarà transorm tutti i caratteri non alfabetici in unico spazio e girare la stringa in un tsvector:

CREATE OR REPLACE FUNCTION generate_url_tsvector(varchar) 
RETURNS tsvector 
LANGUAGE sql 
AS $_$ 
    SELECT to_tsvector(regexp_replace($1, '[^\w]+', ' ', 'gi')); 
$_$; 

Ora creare un trigger che chiama questa funzione:

CREATE OR REPLACE FUNCTION before_insert_test_url() 
RETURNS TRIGGER 
LANGUAGE plpgsql AS $_$ 
BEGIN; 
    NEW.url_tsvector := generate_url_tsvector(NEW.url); 

    RETURN NEW; 
END; 
$_$ 
; 

CREATE TRIGGER before_insert_test_url_trig 
BEFORE INSERT ON test_url 
FOR EACH ROW EXECUTE PROCEDURE before_insert_test_url(); 

Ora, quando vengono inseriti URL, il campo `url_tsvectorè verrà popolato automaticamente.

INSERT INTO test_url (url) VALUES ('http://www.google.fr'); 
TABLE test_url; 

id   url      url_tsvector    

    2 http://www.google.fr 'fr':4 'googl':3 'http':1 'www':2 

(1 row) 

Per la ricerca FT sugli URL è sufficiente eseguire una query su questo campo.

SELECT * FROM test_url WHERE url_tsvector @@ 'google'::tsquery;