Oracle Text 包含和技术内容

Question

我正在搜索技术词 "AN-XYZ99"。所以我用

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

但我也得到了 "FO-XYZ99" 或 "BAR-XYZ99" 这样的结果。我该怎么做才能确保预期的结果？

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" 的示例数据 (VARCHAR2(4000))：

"unbekannt Stadt Text: AN-XYZ99 << foobar Straße 31.12.2017 Datum Host 20160101 foo"
"unbekannt Stadt Text: FO-XYZ99 << foobar Straße 31.12.2017 Datum Host 20160101 bar"
"unbekannt Stadt Text: BAR-XYZ99 << foobar Straße 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 数据库 11g 企业版 11.2.0.3.0 版 - 64 位生产

Answer 1

首先，您必须在词法分析器中将连字符定义为 printjoin。

用

检查一下

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（在使用此词法分析器重新创建索引后）验证标记是否符合预期：（您的 table 会因索引名称而异；检查所有 table 之类的'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了。

显然你必须转义连字符，因为 BAR-XYZ99 会找到 BAR not 包含 XYZ99 的行；尽管 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 Straße 31.12.2017 Datum Host 20160101 bar

出于某种原因（我在 11.2.0.2.0）用花括号转义不起作用（returns 不匹配），但使用反斜杠没问题。

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

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

Oracle Text 包含和技术内容

Oracle Text Contains and technical content

oracle

lexer

oracle11gr2

oracle-text