文本-华为云

ASTRO大屏应用 ASTROCANVAS-文本编辑:卡片

卡片卡片是指包裹图表组件的外层架构，可以理解为组件由卡片中基础元素（卡片标题、图表、卡片背景、卡片边框）和图表元素构成。图3 卡片背景背景色：设置组件卡片的背景颜色。边框：组件卡片边框设置，支持无边框、全边框和角边框三种样式。设置为全边框和角边框时，支持设置组件外圈边框的线型、圆角等。样式：选择图片时，图片显示的样式，支持普通、居中、拉伸和平铺四种样式。选择图片：使用本地的图片作为组件背景，支持新增目录和子目录，便于对图片进行分类管理。推荐使用JPG、JPEG、PNG或GIF格式的图片，且每张图片不能超过50MB。特效：组件是否高亮显示，支持默认展示和跳转到页面时展示。边距：组件中图表距离整个组件四边（上、下、左、右，如图2）的距离，默认为0，即铺满整个组件。

ASTRO大屏应用 ASTROCANVAS 文本

ASTRO大屏应用 ASTROCANVAS-文本编辑:配置

配置在配置中，设置组件的文本、段落和文本滚动方向。图4 配置文本设置文本内容：请输入文本内容，您也可以从后台数据中获取文本内容，详情请参见从数据中获取文本内容。字体：设置文本字体、大小和颜色等。文本装饰：为文本添加下划线、删除线和上划线。段落设置内容对齐方式：文本内容为多行时，支持居中、左对齐、右对齐和两端对齐。文本位置：文本内容为一行时，支持居中、左对齐和右对齐。行高：设置行高。文字间距：设置文字之间的间距。首行缩进：文本首行是否缩进，设置为0，表示不缩进。文本滚动滚动显示：文本是否滚动显示。滚动方式：设置文本滚动方式，支持向上滚动、向下滚动、向左滚动和向右滚动。滚动速度：设置文本滚动速度。问号提示问号提示：是否显示问号提示。提示文本：输入问号提示的文本内容。问号大小：设置问号的大小。问号颜色：设置问号的背景颜色。气泡位置：设置提示气泡的显示位置，如右上方、正上方。提示背景：设置提示气泡的背景颜色。新增条件格式：单击“新增条件格式”，可设置条件和响应数据列的样式。如何新增条件格式，请参见新增条件格式。

ASTRO大屏应用 ASTROCANVAS 文本

ASTRO大屏应用 ASTROCANVAS-排行榜:图形

图形图形是指组件中，实现数据可视化的具体图形表达元素，例如饼图的扇区、柱状图的柱子、折线图的线条、拐点等。图6 图形统一配置对齐方式：设置组件的对齐方式，如水平居中、居左和居右。字体：设置组件的字体、大小和颜色等。评星大小：设置评星显示星星的大小号。数据系列原数据名：原始数据中默认的数据名，内容来源于数据模型的值。宽度占比(%)：设置列名的宽度占比。显示方式：设置数据的显示方式，数据为图片地址时可以展示为图片。对齐方式：设置数据的对齐方式。字体：“显示方式”设置为“文字”时显示该参数，设置文字显示的字体、颜色等。图宽占比(%)：“显示方式”设置为“图片”时显示该参数，设置图形的宽度占比。图高占比(%)：“显示方式”设置为“图片”时显示该参数，设置图形的高度占比。最大分值：“显示方式”设置为“评星”时显示该参数，设置5颗星的最大分值。评星固定为五颗星，当数据的最大值不等于5时，需填写数据的最大分值。显示星数=实际数值/评分最大分值x5颗星。当数据超过最大值的时候，显示5颗星。默认颜色：“显示方式”设置为“评星”时显示该参数，设置5颗星中不显示星星的颜色。选中颜色：“显示方式”设置为“评星”时显示该参数，设置5颗星中显示星星的颜色。半星：“显示方式”设置为“评星”时显示该参数，设置是否显示半星。图7 半星评分

ASTRO大屏应用 ASTROCANVAS 文本

ASTRO大屏应用 ASTROCANVAS-排行榜:卡片

卡片卡片是指包裹图表组件的外层架构，可以理解为组件由卡片中基础元素（卡片标题、图表、卡片背景、卡片边框）和图表元素构成。图3 卡片背景背景色：设置组件卡片的背景颜色。边框：组件卡片边框设置，支持无边框、全边框和角边框三种样式。设置为全边框和角边框时，支持设置组件外圈边框的线型、圆角等。样式：选择图片时，图片显示的样式，支持普通、居中、拉伸和平铺四种样式。选择图片：使用本地的图片作为组件背景，支持新增目录和子目录，便于对图片进行分类管理。推荐使用JPG、JPEG、PNG或GIF格式的图片，且每张图片不能超过50MB。特效：组件是否高亮显示，支持默认展示和跳转到页面时展示。边距：组件中图表距离整个组件四边（上、下、左、右）的距离（参见图2），默认为0，即铺满整个组件。标题设置是否展示：是否展示标题。标题内容：设置标题的显示内容。标题行高度：设置标题的行高，单位px。背景色：设置标题背景的颜色。文本位置：设置标题文本位置。字体：设置标题的字体、大小和颜色等。

ASTRO大屏应用 ASTROCANVAS 文本

ASTRO大屏应用 ASTROCANVAS-排行榜:配置

配置在配置中，设置组件的全局样式、表头、行和序列号。图4 配置全局样式排行榜行数：设置排行榜的行数。背景色：设置排行榜背景的颜色。自动轮播：是否开启自动轮播功能。开启后，支持设置轮播速度和单行停顿时间。表头设置显示表头：是否显示表头。表头行高占比(%)：设置表头的行高占比。背景色：设置表头的背景颜色。对齐方式：设置表头的对齐方式，如水平居中、居左和居右。表头字体：设置表头的字体、颜色和大小等。行配置换行显示：是否开启换行显示。行背景色：设置行的背景颜色，支持设置奇数、偶数行背景颜色和自定义行背景颜色。行背景色设置为“自定义”时，背景色序列号配置规则如下：单行生效：直接配置对应序号。非连续性多行生效：使用中文逗号“，”或英文逗号“,”，分隔对应序号。连续多行生效：使用横线“-”，连接首尾序号。序列号显示序列号：是否显示序列号。宽度占比(%)：设置序列号的宽度占比。序列号样式：设置序列号的样式。对齐方式：设置序列号的对齐方式。字体：设置序列号的字体、颜色和大小等。背景样式：设置序列号的背景样式，如颜色、图片。设置为“颜色”时，可选择背景样式，如圆形、椭圆和矩形。背景色：自定义背景的颜色。“背景样式”设置为“颜色”时，才会显示该参数。填充方式：设置背景图片的填充方式，如拉伸、居中等。“背景样式”设置为“图片”时，才会显示该参数。图片：推荐使用JPG、JPEG、PNG和GIF格式的图片，且图片大小不超过500MB。“背景样式”设置为“图片”时，才会显示该参数。背景宽度(%)：设置序列号背景的宽度占比。背景高度(%)：设置序列号背景的高度占比。特殊序列号：是否显示特殊序列号。设置为“显示”时，支持设置特殊序列号的字体、特殊样式和背景色。字体：设置特殊序列号的字体、颜色和大小等。特殊样式：设置特殊序列号的样式，支持设置为颜色或图片。填充方式：设置图片的填充方式，如拉伸、居中、普通和平铺。“特殊样式”设置为“图片”时，才显示该参数。图片：设置特殊样式的背景图片，支持从本地或连接器中选择图片。推荐使用JPG、JPEG、PNG和GIF格式的图片，每张图片的大小不能超过50MB。“特殊样式”设置为“图片”时，才显示该参数。圆角：设置矩形的边框圆角，设置为0时为直角，设置为100时显示为圆形。“特殊样式”设置为“颜色”，且选择“矩形”时，才显示该参数。背景色：设置特殊样式的背景颜色，支持设置为圆形和矩形。“特殊样式”设置为“颜色”时，才显示该参数。

ASTRO大屏应用 ASTROCANVAS 文本

云数据库 GAUSSDB-分词器测试

分词器测试函数ts_debug允许简单测试文本搜索分词器。 1 2 3 4 5 6 7 8 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 record ts_debug显示document的每个token信息，token是由解析器生成，由指定的词典进行处理。如果忽略对应参数，则使用config指定的分词器或者default_text_search_config指定的分词器。 ts_debug为文本解析器标识的每个token返回一行记录。记录中的列分别是： alias：text类型，token的别名。 description：text类型，token的描述。 token：text类型，token的文本内容。 dictionaries：regdictionary数组类型，是分词器为token选定的词典。 dictionary：regdictionary类型，用来识别token的词典。如果为空，则不做识别。 lexemes：text数组类型，词典识别token时生成的词素。如果为空，则不生成词素。空数组（{}）意味着token将被识别成停用词。一个简单的例子： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 openGauss=# 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} (24 rows) 父主题：测试和调试文本搜索

云数据库 GAUSSDB 测试和调试文本搜索

云数据库 GAUSSDB-解析文档

解析文档 GaussDB 中提供了to_tsvector函数把文档处理成tsvector数据类型。 1 to_tsvector([ config regconfig, ] document text) returns tsvector to_tsvector将文本文档解析为token，再将token简化到词素，并返回一个tsvector。其中tsvector中列出了词素及它们在文档中的位置。文档是根据指定的或默认的文本搜索分词器进行处理的。这里有一个简单的例子： 1 2 3 4 openGauss=# SELECT to_tsvector('english', 'a fat cat sat on a mat - it ate a fat rats'); to_tsvector ----------------------------------------------------- 'ate':9 'cat':3 'fat':2,11 'mat':7 'rat':12 'sat':4 通过以上例子可发现结果tsvector不包含词a、on或者it，rats变成rat，并且忽略标点符号-。 to_tsvector函数内部调用一个解析器，将文档的文本分解成token并给每个token指定一个类型。对于每个token，有一系列词典可供查询。词典系列因token类型的不同而不同。识别token的第一本词典将发出一个或多个标准词素来表示token。例如： rats变成rat因为词典认为词rats是rat的复数形式。有些词被作为停用词（请参考停用词），这样它们就会被忽略，因为它们出现得太过频繁以致于搜索中没有用处。比如例子中的a、on和it。如果没有词典识别token，那么它也被忽略。在这个例子中，符号“-”被忽略，因为词典没有给它分配token类型（空间符号），即空间符号永远不会被索引。语法解析器、词典和要索引的token类型由选定的文本搜索分词器决定。可以在同一个数据库中有多种不同的分词器，以及提供各种语言的预定义分词器。在以上例子中，使用缺省分词器english。函数setweight可以给tsvector的记录加权重，权重是字母A、B、C、D之一。这通常用于标记来自文档不同部分的记录，比如标题、正文。之后，这些信息可以用于排序搜索结果。因为to_tsvector(NULL)会返回空，当字段可能是空的时候，建议使用coalesce。以下是推荐的为结构化文档创建tsvector的方法： 1 2 3 4 5 6 7 8 9 10 openGauss=# CREATE TABLE tsearch.tt (id int, title text, keyword text, abstract text, body text, ti tsvector); openGauss=# INSERT INTO tsearch.tt(id, title, keyword, abstract, body) VALUES (1, 'China', 'Beijing', 'China','China, officially the People''s Republic of China (PRC), located in Asia, is the world''s most populous state.'); openGauss=# UPDATE tsearch.tt SET ti = setweight(to_tsvector(coalesce(title,'')), 'A') || setweight(to_tsvector(coalesce(keyword,'')), 'B') || setweight(to_tsvector(coalesce(abstract,'')), 'C') || setweight(to_tsvector(coalesce(body,'')), 'D'); openGauss=# DROP TABLE tsearch.tt; 上例使用setweight标记已完成的tsvector中的每个词的来源，并且使用tsvector连接操作符||合并标记过的tsvector值，处理tsvector一节详细介绍了这些操作。父主题：控制文本搜索

云数据库 GAUSSDB 控制文本搜索

云数据库 GAUSSDB-分词器测试

分词器测试函数ts_debug允许简单测试文本搜索分词器。 1 2 3 4 5 6 7 8 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 record ts_debug显示document的每个token信息，token是由解析器生成，由指定的词典进行处理。如果忽略对应参数，则使用config指定的分词器或者default_text_search_config指定的分词器。 ts_debug为文本解析器标识的每个token返回一行记录。记录中的列分别是： alias：text类型，token的别名。 description：text类型，token的描述。 token：text类型，token的文本内容。 dictionaries：regdictionary数组类型，是分词器为token选定的词典。 dictionary：regdictionary类型，用来识别token的词典。如果为空，则不做识别。 lexemes：text数组类型，词典识别token时生成的词素。如果为空，则不生成词素。空数组（{}）意味着token将被识别成停用词。一个简单的例子： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 openGauss=# 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} (24 rows) 父主题：测试和调试文本搜索

云数据库 GAUSSDB 测试和调试文本搜索

云数据库 GAUSSDB-解析文档

解析文档 GaussDB中提供了to_tsvector函数把文档处理成tsvector数据类型。 1 to_tsvector([ config regconfig, ] document text) returns tsvector to_tsvector将文本文档解析为token，再将token简化到词素，并返回一个tsvector。其中tsvector中列出了词素及它们在文档中的位置。文档是根据指定的或默认的文本搜索分词器进行处理的。这里有一个简单的例子： 1 2 3 4 openGauss=# SELECT to_tsvector('english', 'a fat cat sat on a mat - it ate a fat rats'); to_tsvector ----------------------------------------------------- 'ate':9 'cat':3 'fat':2,11 'mat':7 'rat':12 'sat':4 通过以上例子可发现结果tsvector不包含词a、on或者it，rats变成rat，并且忽略标点符号-。 to_tsvector函数内部调用一个解析器，将文档的文本分解成token并给每个token指定一个类型。对于每个token，有一系列词典可供查询。词典系列因token类型的不同而不同。识别token的第一本词典将发出一个或多个标准词素来表示token。例如： rats变成rat因为词典认为词rats是rat的复数形式。有些词被作为停用词（请参考停用词），这样它们就会被忽略，因为它们出现得太过频繁以致于搜索中没有用处。比如例子中的a、on和it。如果没有词典识别token，那么它也被忽略。在这个例子中，符号“-”被忽略，因为词典没有给它分配token类型（空间符号），即空间符号永远不会被索引。语法解析器、词典和要索引的token类型由选定的文本搜索分词器决定。可以在同一个数据库中有多种不同的分词器，以及提供各种语言的预定义分词器。在以上例子中，使用缺省分词器english。函数setweight可以给tsvector的记录加权重，权重是字母A、B、C、D之一。这通常用于标记来自文档不同部分的记录，比如标题、正文。之后，这些信息可以用于排序搜索结果。因为to_tsvector(NULL)会返回空，当字段可能是空的时候，建议使用coalesce。以下是推荐的为结构化文档创建tsvector的方法： 1 2 3 4 5 6 7 8 9 10 openGauss=# CREATE TABLE tsearch.tt (id int, title text, keyword text, abstract text, body text, ti tsvector); openGauss=# INSERT INTO tsearch.tt(id, title, keyword, abstract, body) VALUES (1, 'China', 'Beijing', 'China','China, officially the People''s Republic of China (PRC), located in Asia, is the world''s most populous state.'); openGauss=# UPDATE tsearch.tt SET ti = setweight(to_tsvector(coalesce(title,'')), 'A') || setweight(to_tsvector(coalesce(keyword,'')), 'B') || setweight(to_tsvector(coalesce(abstract,'')), 'C') || setweight(to_tsvector(coalesce(body,'')), 'D'); openGauss=# DROP TABLE tsearch.tt; 上例使用setweight标记已完成的tsvector中的每个词的来源，并且使用tsvector连接操作符||合并标记过的tsvector值，处理tsvector一节详细介绍了这些操作。父主题：控制文本搜索

云数据库 GAUSSDB 控制文本搜索

智能数据洞察 DATAARTS INSIGHT-创建文本:文本类型与说明

文本类型与说明表1 文本类型说明类型说明数据要素标题和其他组件结合使用，作为组件的标题。无文本由文本组成，用于对组件内容进行描述。文本词云词云由词汇组成类似云的彩色图形，用于展示大量文本数据。类别轴/维度时间器时间器接入标准时间，用于展示当前时间。无表格轮播通过表格轮播的形式展示数据。表格列/维度或度量表格通过表格形式展示数据。表格列/维度或度量数字翻牌器数字翻牌器支持自定义翻牌器的标题、数字、前缀、后缀等样式，通常与其他组件配合使用，通过交互功能在可视化应用中展示实时数据的变化情况。数值/度量阈值翻牌器阈值翻牌器支持自定义翻牌器的阈值、标题、数字、前缀、后缀等样式，通常与其他组件配合使用，通过交互功能在可视化应用中展示实时数据的变化情况。数值/度量跑马灯跑马灯支持自定义文本的内容、颜色、动画效果等，能够将组件中的溢出文本以跑马灯动画的形式展示在可视化应用中。文本轮播列表柱状图轮播列表柱状图是表格组件的一种，支持根据数值大小映射柱子的长度，支持以跑马灯动画的形式展示溢出文本，能够以轮播列表柱图的形式在可视化应用中直观地展示多行、多页的文本内容。类别轴/维度和轴值/度量矩形树图矩形树图适合展现具有层级关系的数据，能够直观体现同级之间的比较，相比起传统的树形结构图，矩形树图能更有效得利用空间，并且拥有展示占比的功能。色块标签/维度和色块大小/度量

智能数据洞察 DATAARTS INSIGHT 制作文本

数据仓库服务 GAUSSDB(DWS)-文本检索操作符:||

|| 描述：将两个tsquery类型的词汇进行“或”操作示例： 1 2 3 4 5 6 7 8 9 10 SELECT 'fat | rat'::tsquery || 'cat'::tsquery AS RESULT; result --------------------------- ( 'fat' | 'rat' ) | 'cat' (1 row) SELECT 'a:1 b:2'::tsvector || 'c:1 d:2 b:3'::tsvector AS RESULT; result --------------------------- 'a':1 'b':2,5 'c':3 'd':4 (1 row)

数据仓库服务 GAUSSDB(DWS) 文本检索函数和操作符

数据仓库服务 GAUSSDB(DWS)-分词器测试

分词器测试函数ts_debug允许简单测试文本搜索分词器。 1 2 3 4 5 6 7 8 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 record ts_debug显示document的每个token信息，token是由解析器生成，由指定的词典进行处理。如果忽略对应参数，则使用config指定的分词器或者default_text_search_config指定的分词器。 ts_debug为文本解析器标识的每个token返回一行记录。记录中的列分别是： alias：text类型，token的别名。 description：text类型，token的描述。 token：text类型，token的文本内容。 dictionaries：regdictionary数组类型，是分词器为token选定的词典。 dictionary：regdictionary类型，用来识别token的词典。如果为空，则不做识别。 lexemes：text数组类型，词典识别token时生成的词素。如果为空，则不生成词素。空数组（{}）意味着token将被识别成停用词。一个简单的例子： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 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} (24 rows) 父主题：测试和调试文本搜索

数据仓库服务 GAUSSDB(DWS) 测试和调试文本搜索

数据仓库服务 GAUSSDB(DWS)-解析文档

解析文档 GaussDB(DWS)中提供了to_tsvector函数把文档处理成tsvector数据类型。 1 to_tsvector([ config regconfig, ] document text) returns tsvector to_tsvector将文本文档解析为token，再将token简化到词素，并返回一个tsvector。其中tsvector中列出了词素及它们在文档中的位置。文档是根据指定的或默认的文本搜索分词器进行处理的。这里有一个简单的例子： 1 2 3 4 SELECT to_tsvector('english', 'a fat cat sat on a mat - it ate a fat rats'); to_tsvector ----------------------------------------------------- 'ate':9 'cat':3 'fat':2,11 'mat':7 'rat':12 'sat':4 通过以上例子可发现结果tsvector不包含词a、on或者it，rats变成rat，并且忽略标点符号-。 to_tsvector函数内部调用一个解析器，将文档的文本分解成token并给每个token指定一个类型。对于每个token，有一系列词典可供查询。词典系列因token类型的不同而不同。识别token的第一本词典将发出一个或多个标准词素来表示token。例如： rats变成rat因为词典认为词rats是rat的复数形式。有些词被作为停用词（请参考停用词），这样它们就会被忽略，因为它们出现得太过频繁以致于搜索中没有用处。比如例子中的a、on和it。如果没有词典识别token，那么它也被忽略。在这个例子中，符号“-”被忽略，因为词典没有给它分配token类型（空间符号），即空间符号永远不会被索引。语法解析器、词典和要索引的token类型由选定的文本搜索分词器决定。可以在同一个数据库中有多种不同的分词器，以及提供各种语言的预定义分词器。在以上例子中，使用缺省分词器english。函数setweight可以给tsvector的记录加权重，权重是字母A、B、C、D之一。这通常用于标记来自文档不同部分的记录，比如标题、正文。之后，这些信息可以用于排序搜索结果。因为to_tsvector(NULL)会返回空，当字段可能是空的时候，建议使用coalesce。以下是推荐的为结构化文档创建tsvector的方法： 1 2 3 4 5 6 7 8 9 10 CREATE TABLE tsearch.tt (id int, title text, keyword text, abstract text, body text, ti tsvector); INSERT INTO tsearch.tt(id, title, keyword, abstract, body) VALUES (1, 'book', 'literature', 'Ancient poetry','Tang poem Song jambic verse'); UPDATE tsearch.tt SET ti = setweight(to_tsvector(coalesce(title,'')), 'A') || setweight(to_tsvector(coalesce(keyword,'')), 'B') || setweight(to_tsvector(coalesce(abstract,'')), 'C') || setweight(to_tsvector(coalesce(body,'')), 'D'); DROP TABLE tsearch.tt; 上例使用setweight标记已完成的tsvector中的每个词的来源，并且使用tsvector连接操作符||合并标记过的tsvector值，处理tsvector一节详细介绍了这些操作。父主题：控制文本搜索

数据仓库服务 GAUSSDB(DWS) 控制文本搜索

云日志服务 LTS-提取字符串动态键值对:常用方案比较

常用方案比较字符串动态键值对提取分为关键字提取、值提取、关键字加工和值加工，常用方案为采用e_kv函数、e_kv_delimit函数和e_regex函数等。不同提取场景的三种方案如下：方案关键字提取值提取关键字加工值加工 e_kv 使用特定正则表达式支持默认的字符集、特定分隔符或者带(、)或（"）分隔支持前后缀支持文本escape e_kv_delimit 使用特定正则表达式使用分隔符支持前后缀默认无 e_regex 组合自定义正则表达式和默认字符集过滤完全自定义自定义自定义大部分键值对的提取使用e_kv函数并配置特定参数就可以很好地满足，尤其是带括字符和反斜杠需要提取并转义时。其他复杂或高级的场景可以用e_regex函数来提取。部分特定场景下的键值对使用e_kv_delimit函数会更简单。

云日志服务 LTS 文本解析

云日志服务 LTS-提取字符串动态键值对:值提取

值提取动态键值对之间以及关键字与值之间有明确标识，如a=b或a="cxxx"日志格式的，推荐用e_kv函数，示例如下。原始日志 { "content":"k=\"helloworld\",the change world, k2=\"good\"" } 加工规则这种情况下使用e_kv函数，提取内容不包括the change world： e_kv("content") # e_regex函数写法 e_regex("content",r"(\w+)=\"(\w+)",{r"\1": r"\2"}) 加工结果：提取后的日志为： { "k2": "good", "k": "helloworld", "content": "k=\"helloworld\",the change world, k2=\"good\"" } 对带"的日志格式content:k1="v1=1"&k2=v2?k3=v3，推荐使用e_kv函数进行提取，例如：原始日志 { "content":"k1=\"v1=1\"&k2=v2?k3=v3" } 加工规则 e_kv("content",sep="=", quote="'") 加工结果处理后日志为： { "k1": "v1=1", "k2": "v2", "k3": "v3", "content": "k1=\"v1=1\"&k2=v2?k3=v3" }

云日志服务 LTS 文本解析

云服务器内容精选

文本

7*24

备案

专业服务

退订

建议反馈

售前咨询热线