postgresql - 如何从PostgreSQL的字符串列中删除停用词

我有一张列为字符串的桌子。我想删除停止语。我用了这个看起来不错的问题。

SELECT to_tsvector('english',colName)from tblName order by colName asc;

它不更新表中的列
我想看看Postgresql的停止字和查询结果，然后用我自己的文件替换它。我也检查了这个地址，找不到停止词列表文件。实际上，地址不存在。

$SHAREDIR/tsearch_data/english.stop

最佳答案

没有任何功能可以做到这一点。
您可以使用这样的东西（在这个德语示例中）：

SELECT array_to_string(tsvector_to_array(to_tsvector('Hallo, Bill und Susi!')), ' ');
 array_to_string
-----------------
 bill hallo susi
(1 row)

这去掉了停止语，也去掉了词干和非词性，而且也不在乎词序，所以我怀疑结果会不会让你开心。
如果这不符合要求，您可以使用这样的regexp_replace：

SELECT regexp_replace('Bill and Susi, hand over or die!', '\y(and|or|if)\y', '', 'g');
       regexp_replace
-----------------------------
 Bill  Susi, hand over  die!
(1 row)

但这需要在查询字符串中包含停止字列表。改进后的版本会将停止字存储在表中。