登录12.8. 测试和调试文本搜索#
自定义文本搜索配置的行为很容易变得混乱。本节中描述的功能对于测试文本搜索对象很有用。你可以测试完整的配置，或分别测试解析器和词典。
12.8.1. 配置测试#
函数ts_debug允许轻松测试文本搜索配置。
ts_debug([ config regconfig, ] document text,
OUT alias text,
OUT description text,
OUT token text,
OUT dictionaries regdictionary[],
OUT dictionary regdictionary,
OUT lexemes text[])
returns setof recordts_debug显示解析器生成并由配置的词典处理的*document的每个标记的信息。它使用config*指定的配置，如果省略该参数，则使用default_text_search_config。
ts_debug为解析器在文本中识别的每个标记返回一行。返回的列为
aliastext— 标记类型的简称descriptiontext— 标记类型的描述tokentext— 标记的文本dictionariesregdictionary[]— 配置为此标记类型选择的词典dictionaryregdictionary— 识别标记的词典，如果没有，则为NULLlexemestext[]— 识别标记的词典生成的词素，如果没有，则为NULL；空数组 ({}) 表示它被识别为停用词
这是一个简单的示例
SELECT * FROM ts_debug('english', 'a fat cat sat on a mat - it ate a fat rats');
alias | description | token | dictionaries | dictionary | lexemes
-----------+-----------------+-------+----------------+--------------+---------
asciiword | Word, all ASCII | a | {english_stem} | english_stem | {}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | fat | {english_stem} | english_stem | {fat}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | cat | {english_stem} | english_stem | {cat}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | sat | {english_stem} | english_stem | {sat}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | on | {english_stem} | english_stem | {}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | a | {english_stem} | english_stem | {}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | mat | {english_stem} | english_stem | {mat}
blank | Space symbols | | {} | |
blank | Space symbols | - | {} | |
asciiword | Word, all ASCII | it | {english_stem} | english_stem | {}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | ate | {english_stem} | english_stem | {ate}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | a | {english_stem} | english_stem | {}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | fat | {english_stem} | english_stem | {fat}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | rats | {english_stem} | english_stem | {rat}对于更广泛的演示，我们首先为英语创建public.english配置和 Ispell 词典
CREATE TEXT SEARCH CONFIGURATION public.english ( COPY = pg_catalog.english );
CREATE TEXT SEARCH DICTIONARY english_ispell (
TEMPLATE = ispell,
DictFile = english,
AffFile = english,
StopWords = english
);
ALTER TEXT SEARCH CONFIGURATION public.english
ALTER MAPPING FOR asciiword WITH english_ispell, english_stem;SELECT * FROM ts_debug('public.english', 'The Brightest supernovaes');
alias | description | token | dictionaries | dictionary | lexemes
-----------+-----------------+-------------+-------------------------------+----------------+-------------
asciiword | Word, all ASCII | The | {english_ispell,english_stem} | english_ispell | {}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | Brightest | {english_ispell,english_stem} | english_ispell | {bright}
blank | Space symbols | | {} | |
asciiword | Word, all ASCII | supernovaes | {english_ispell,english_stem} | english_stem | {supernova}在此示例中，单词Brightest被解析器识别为ASCII 单词（别名asciiword）。对于此标记类型，词典列表为english_ispell和english_stem。该单词被english_ispell识别，将其简化为名词bright。单词supernovaes不为english_ispell词典所知，因此它被传递到下一个词典，幸运的是，它被识别（事实上，english_stem是一个识别所有内容的 Snowball 词典；这就是它被放置在词典列表末尾的原因）。
单词The被english_ispell字典识别为停用词 (第 12.6.1 节)，不会被编入索引。空格也被丢弃，因为配置根本没有为它们提供任何字典。
您可以通过明确指定要查看的列来缩小输出的宽度
SELECT alias, token, dictionary, lexemes
FROM ts_debug('public.english', 'The Brightest supernovaes');
alias | token | dictionary | lexemes
-----------+-------------+----------------+-------------
asciiword | The | english_ispell | {}
blank | | |
asciiword | Brightest | english_ispell | {bright}
blank | | |
asciiword | supernovaes | english_stem | {supernova}12.8.2. 解析器测试#
以下函数允许直接测试文本搜索解析器。
ts_parse(parser_name text, document text,
OUT tokid integer, OUT token text) returns setof record
ts_parse(parser_oid oid, document text,
OUT tokid integer, OUT token text) returns setof recordts_parse解析给定的*document*并返回一系列记录，每个记录对应解析产生的一个标记。每个记录都包含一个tokid，显示分配的标记类型，以及一个token，即标记的文本。例如
SELECT * FROM ts_parse('default', '123 - a number');
tokid | token
-------+--------
22 | 123
12 |
12 | -
1 | a
12 |
1 | numberts_token_type(parser_name text, OUT tokid integer,
OUT alias text, OUT description text) returns setof record
ts_token_type(parser_oid oid, OUT tokid integer,
OUT alias text, OUT description text) returns setof recordts_token_type返回一个表，描述指定解析器可以识别的每种标记类型。对于每种标记类型，该表给出解析器用于标记该类型标记的整数tokid、在配置命令中命名标记类型的alias以及简短的description。例如
SELECT * FROM ts_token_type('default');
tokid | alias | description
-------+-----------------+------------------------------------------
1 | asciiword | Word, all ASCII
2 | word | Word, all letters
3 | numword | Word, letters and digits
4 | email | Email address
5 | url | URL
6 | host | Host
7 | sfloat | Scientific notation
8 | version | Version number
9 | hword_numpart | Hyphenated word part, letters and digits
10 | hword_part | Hyphenated word part, all letters
11 | hword_asciipart | Hyphenated word part, all ASCII
12 | blank | Space symbols
13 | tag | XML tag
14 | protocol | Protocol head
15 | numhword | Hyphenated word, letters and digits
16 | asciihword | Hyphenated word, all ASCII
17 | hword | Hyphenated word, all letters
18 | url_path | URL path
19 | file | File or path name
20 | float | Decimal notation
21 | int | Signed integer
22 | uint | Unsigned integer
23 | entity | XML entity12.8.3. 字典测试#
ts_lexize函数有助于进行字典测试。
ts_lexize(dict regdictionary, token text) returns text[]ts_lexize如果输入*token*为字典所知，则返回一个词素数组；如果标记为字典所知但它是一个停用词，则返回一个空数组；如果它是一个未知单词，则返回NULL。
示例
SELECT ts_lexize('english_stem', 'stars');
ts_lexize
-----------
{star}
SELECT ts_lexize('english_stem', 'a');
ts_lexize
-----------
{}注意
ts_lexize函数期望一个单个标记，而不是文本。以下情况可能会造成混淆同义词库字典thesaurus_astro知道短语supernovae stars，但ts_lexize失败，因为它不解析输入文本，而是将其视为一个标记。使用plainto_tsquery或to_tsvector来测试同义词库字典，例如