代码之家 › 专栏 › 技术社区 › Toru

Oracle文本包含和技术内容

oracle-text oracle11gr2 lexer oracle

1

Toru · 技术社区 · 8 年前

I'am search for the technical word“AN-XYZ99”。所以我用

SELECT *
FROM foo
WHERE CONTAINS(bar, 'AN{-}XYZ99') > 0

但我也得到类似“FO-XYZ99”或“BAR-XYZ99”的结果。我能做些什么来确保预期的结果?

我用过

BEGIN
    CTX_DDL.CREATE_PREFERENCE('FOO','BASIC_LEXER');
    CTX_DDL.SET_ATTRIBUTE('FOO', 'ALTERNATE_SPELLING', 'GERMAN');
    CTX_DDL.SET_ATTRIBUTE('FOO', 'COMPOSITE', 'GERMAN');
    CTX_DDL.SET_ATTRIBUTE('FOO', 'MIXED_CASE', 'NO');
END;

来自列“bar”(VARCHAR2(4000))的样本数据:

"unbekannt Stadt Text: AN-XYZ99 << foobar StraÃe 31.12.2017 Datum Host 20160101 foo"
"unbekannt Stadt Text: FO-XYZ99 << foobar StraÃe 31.12.2017 Datum Host 20160101 bar"
"unbekannt Stadt Text: BAR-XYZ99 << foobar StraÃe 31.12.2017 Datum Host 20160101 bla"

对于上面的语句,我希望第一行作为输出,但我也得到了第二行和第三行。

Oracle Database 11g Enterprise Edition 11.2.0.3.0版-64位生产

1 回复 | 直到 8 年前

1

2

Marmite Bomber 8 年前

首先,必须将连字符定义为 printjoin 在你的lexer里。

请检查

select IXV_ATTRIBUTE, IXV_VALUE from CTXSYS.CTX_INDEX_VALUES where IXV_CLASS =  'LEXER';

IXV_ATTRIBUTE                  IXV_VALUE     
-----------------------------------------
PRINTJOINS                     _$%&-         
NUMJOIN                        .              
NUMGROUP                       .              
WHITESPACE                     ,=

然后,您可以(使用此lexer重新创建索引后)验证标记是否如预期的那样:(您的表将根据索引名称而变化;请检查所有表,如“DR$%%I”)

select TOKEN_TEXT from DR$TEXTIDX_IDX$I where TOKEN_TEXT like '%-XYZ99';
TOKEN_TEXT                                                     
----------------------------------------------------------------
AN-XYZ99                                                         
BAR-XYZ99                                                        
FO-XYZ99

现在您可以查询搜索字符串。

你必须避开连字符 BAR-XYZ99 将查找具有的行 BAR 不包含 XYZ99 ; 虽然 documentation of hyphen with no space 有点不同。

SELECT SCORE(1),txt
FROM textidx
WHERE  CONTAINS(txt, 'BAR-XYZ99',1) > 0; 

  SCORE(1) TXT                                                                                
---------- ------------------------------------------------------------------------------------
         4 unbekannt Stadt Text: FO-XYZ99 << foobar StraÃe 31.12.2017 Datum Host 20160101 bar

出于某种原因(我的版本是11.2.0.2.0),用大括号转义不起作用(不返回匹配),但使用反斜杠也可以。

SELECT SCORE(1),txt
FROM textidx
WHERE  CONTAINS(txt, 'BAR\-XYZ99',1) > 0;  

  SCORE(1) TXT                                                                                
---------- ------------------------------------------------------------------------------------
         4 unbekannt Stadt Text: BAR-XYZ99 << foobar StraÃe 31.12.2017 Datum Host 20160101 bla