问题描述
我在 ts_vector()
中使用 postgresql
函数时遇到了一个奇怪的问题。
如果输入文档(文本)包含表情符号,则输出向量不合逻辑:
出现任何表情符号时匹配错误
SELECT to_tsvector('simple','This day is a good day. ? Šodiena ir laba ir diena');
-- returns ' ':4 'aba ':9 'ay ':2 'ay.':6 'his ':1 'iena':11 'odiena ':7 'ood ':5 'r ':8,10 's ':3
正常匹配
SELECT to_tsvector('simple','This day is a good day. Šodiena ir laba ir diena')
-- 'a':4 'day':2,6 'diena':11 'good':5 'ir':8,10 'is':3 'laba':9 'this':1 'šodiena':7
如您所见 - 当表情符号出现时,单词匹配完全关闭。
我正在使用 UTF-8 字符。 CLIENT_ENCODING
和 SERVER_ENCODING
都是 UTF8
default_text_search_config
是 pg_catalog.english
问题:如何使用包含表情符号的文本获得有意义的结果
解决方法
我无法重现差异。
def get_queryset(self):
return Question.objects.filter(
pub_date__lte=timezone.now()
).order_by('-pub_date')[:5]
我在 Debian 上运行 PG v13.2,使用“english”默认文本搜索目录和使用“en_GB.UTF-8”语言环境的 UTF8 客户端+服务器编码。
我认为文本搜索设置不会有什么不同,因为您已经明确指定了“简单”。
也许有些东西没有以 UTF8 格式到达数据库?