PostgreSQL 9.5 文档 · F.42. unaccent

文档 → PostgreSQL 9.5

受支持版本：当前版本 (18) / 17 / 16 / 15 / 14

测试与开发版本： 19 / devel

不受支持的版本： 13 / 12 / 11 / 10 / 9.6 / 9.5 / 9.4 / 9.3 / 9.2 / 9.1 / 9.0

历史版本PostgreSQL 9.5 已于 2021 年 2 月结束社区维护，本页译文保留供仍在使用旧版本的读者参考。新系统请看当前版本。

F.42. unaccent
上一页	上一级	附录 F. 额外提供的模块与扩展	起始页	下一页

F.42. unaccent #

F.42.1. 配置
F.42.2. 用法
F.42.3. 函数

unaccent是一个文本检索词典，它会从词位中移除重音符号（变音符号）。它是一个过滤词典，也就是说，它的输出总会被传递给下一个词典（如果有），这不同于词典的通常行为。这使得全文检索能够以不区分重音的方式处理文本。

unaccent当前的实现还不能作为thesaurus词典的正规化词典使用。

F.42.1. 配置

unaccent词典接受下列选项：

RULES是包含转换规则列表的文件的基名。该文件必须存放在$SHAREDIR/tsearch_data/中（其中$SHAREDIR表示PostgreSQL安装的共享数据目录）。其名称必须以.rules结尾，但在RULES参数中不应包含这个后缀。

规则文件的格式如下：

每一行表示一条转换规则，由一个带重音的字符和一个不带重音的字符组成。前者会被转换成后者。例如：
```
À        A
Á        A
Â        A
Ã        A
Ä        A
Å        A
Æ        A
```
这两个字符必须以空白分隔，并且每行开头或结尾的空白都会被忽略。
另一种情况是，如果某一行只给出一个字符，则该字符的各次出现都会被删除；这对那些用独立字符表示重音的语言很有用。
实际上，这里的每个“字符”都可以是不包含空白的任意字符串，因此unaccent词典除了用于去除变音符号之外，也可用于其他类型的子串替换。
与其他PostgreSQL文本检索配置文件一样，规则文件必须以 UTF-8 编码存储。加载时，数据会自动转换为当前数据库的编码。任何包含无法转换的字符的行都会被静默忽略，因此规则文件可以包含不适用于当前编码的规则。

一个更完整并且对大多数欧洲语言都可直接使用的示例可见于unaccent.rules。安装unaccent模块时，该文件会被安装到$SHAREDIR/tsearch_data/中。

F.42.2. 用法

安装unaccent扩展会创建一个文本检索模板unaccent以及一个基于该模板的词典unaccent。unaccent词典的默认参数设置是RULES='unaccent'，因此它可立即配合标准的unaccent.rules文件使用。如果愿意，也可以修改这个参数，例如

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

或者基于该模板创建新的词典。

要测试该词典，可以尝试：

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

下面的示例展示了如何将unaccent词典插入到文本检索配置中：

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)

F.42.3. 函数

unaccent()函数会从给定字符串中移除重音符号（变音符号）。从本质上说，它是对unaccent这一类型词典的一个包装器，但也可以在常规文本检索环境之外使用。

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

如果省略dictionary参数，则会使用与unaccent()函数本身位于同一模式中、名为unaccent的文本检索词典。

例如：

SELECT unaccent('unaccent', 'Hôtel');
SELECT unaccent('Hôtel');

上一页	上一级	下一页
F.41. tsm_system_time	起始页	F.43. uuid-ossp

提交更正

译文有误、术语不当或页面显示问题，请到译文仓库 pgsty/pgdoc 报告译文问题。英文原文本身的问题，请在当前版本的对应页面向上游反馈；上游不再修订已结束维护的版本。