在tsvector中的每個元素上使用Levenshtein函數？

Question

我試圖創建一個使用Postgres的模糊搜索，並且一直使用django-watson作爲基礎搜索引擎來處理。

我有一個名爲search_tsv的字段，它的tsvector包含我想要搜索的模型的所有字段值。

我想使用Levenshtein函數，它正是我想要的文本字段。但是，我真的不知道如何在tsvector的每個單獨元素上運行它。

有沒有辦法做到這一點？

Answer 1

我會考慮使用擴展名pg_trgm而不是levenshtein()。如果您使用GiST索引進行備份，它可以使用新的KNN feature in PostgreSQL 9.1，速度要快幾個數量級。

每個數據庫安裝擴展一次：

CREATE EXTENSION pg_trgm; 

並利用<-> or % operator, or the similarity() function的。有幾個很好的答案已經被張貼在SO已，搜索pg_tgrm [PostgreSQL] ...

---

狂射你可能會想：

WITH x AS (
    SELECT unnest(string_to_array(trim(strip(
     'fat:2,4 cat:3 rat:5A'::tsvector)::text, ''''), ''' ''')) AS val 
    )         -- provide ts_vector, extract strings 
    , y AS(SELECT 'brat'::text AS term) -- provide term to match 
SELECT val, term 
     ,(val <-> term) AS trg_dist  -- distance operator 
     ,levenshtein(val, term) AS lev_dist 
FROM x, y; 

返回：

val | term | trg_dist | lev_dist 
-----+------+----------+---------- 
cat | brat | 0.875 |  2 
fat | brat | 0.875 |  2 
rat | brat | 0.714286 |  1