Postgresql全文搜索捷克語言（無默認語言配置）

Question

我正在嘗試設置全文搜索捷克語。我有點困惑，因爲我看到tsearch_data文件夾中有一些cs_cz.affix和cs_cz.dict文件，但沒有捷克語配置（它可能沒有與Postgres一起發貨）。

所以我應該創建一個？我必須創建/配置哪些dics？有沒有捷克語言的一些支持？ 我應該使用所有可能的字跡嗎？ （Synonym Dictionary, Thesaurus Dictionary, Ispell Dictionary, Snowball Dictionary）

我能夠創建捷克配置爲ispell字典，它工作正常，芽我不知道它是否足夠（只是ispell配置）。

非常感謝我試圖讀取https://www.postgresql.org/docs/9.5/static/textsearch.html但我有點困惑。

Answer 1

我從來沒有嘗試過，但只要您準備好從源代碼編譯PostgreSQL，您應該可以創建一個捷克雪球詞幹分析器。

有一個在src/backend/snowball/README一個解釋：

的文件下src/backend/snowball/libstemmer/和 src/include/snowball/libstemmer/都直接取自他們的libstemmer_c 分配，只有文件包含的一些小的調整。注意 大多數這些文件實際上是派生文件，而不是主源。 主要來源是Snowball語言，並可通過 與Snowball項目的Snowball-to-C編譯器一起使用。我們選擇 在PostgreSQL發行版中包含派生文件，因爲大多數 安裝不會提供可用的Snowball編譯器。

要更新一個新的雪球libstemmer_c 分佈PostgreSQL的來源：由"header.h"

1. 複製*.c文件libstemmer_c/src_c/到src/backend/snowball/libstemmer 與更換"../runtime/header.h"，例如

   for f in libstemmer_c/src_c/*.c 
   do 
       sed 's|\.\./runtime/header\.h|header.h|' $f >libstemmer/`basename $f` 
   done 
   

   （或者，如果您從主Snowball重新生成stemmer文件個來源，只是省略從雪球編譯器開關"-r ../runtime"。）

2. 複製*.c文件libstemmer_c/runtime/到 src/backend/snowball/libstemmer，並對其進行編輯，以去除直接夾雜系統頭的 如<stdio.h> –他們應該只包括"header.h"。 （這去除可以避免在某些平臺上，其中<stdio.h> 是largefile編譯選項敏感的可移植性問題。）

3. 複製*.h文件libstemmer_c/src_c/和libstemmer_c/runtime/ 至src/include/snowball/libstemmer。在撰寫本文時，頭文件 不需要任何更改。

4. 檢查是否添加或刪除了任何stemmer模塊。如果是這樣，編輯 的OBJS列表Makefile的#include的在dict_snowball.c列表，並在dict_snowball.c的 stemmer_modules[]表。

5. stopwords/中的各種停用字詞文件必須單獨從snowball.tartarus.org網站上的頁面下載 。 小心這些文件必須以UTF-8編碼存儲。

現在有可用here捷克雪球詞幹，這是該項目做出了貢獻。沒有可用的停用詞字典，但我相信你可以找到一個或自己創建一個詞典。

真正的工作是安裝Snowball並使用Snowball-to-C編譯器創建C和頭文件以添加到PostgreSQL源文件中。 這些文件應該保持穩定，所以升級到新的PostgreSQL版本應該不會很困難。

如果您願意完成這項工作，但不想每次修補PostgreSQL並從源代碼構建它，那麼您也可以考慮向PostgreSQL提交補丁。只要stemmer運行良好，我不認爲你會有很大的阻力（但補丁提交過程仍然很乏味）。