Titan |
16.09.04, 14:57 |
 |
| Oracle Text и HTML |
|
Здравствуйте.
Я использую для обеспечения полнотекстного поиска Oracle Text.
Используется фильтр INSO.
Скажите пожалуйста, почему в html документа вида:
<html>
test
</html>
protect
Слово protect находится, а слово test нет ?
Спасибо. |
 |
|
Алексей Дмитровский |
16.09.04, 15:07 |
|
| re: Oracle Text и HTML |
|
Добрый день!
1. Из сообщения не понятно, где индексируемый документ начинается и где кончается, не ясен его формат.
2. Отсутствие слова в индексе может объясняться многими причинами, например тем, что 'test' - стоп-слово и т.п. Т.е. нужна полная информация об индексе.
|
|
|
Titan |
16.09.04, 15:17 |
|
| re: re: Oracle Text и HTML |
|
хм, тэг, который я написал, не отобразился,наверное был распознан как составляющая страницы.
Перепишу:
<*html*>
test
<*/html>
protect
... я поставил звездочки чтобы тег этобразился.
test можно заменить любым словом и оно не отобразится...
при создании индекса используется след команда:
create index searchemails on emails(body) indextype is ctxsys.context
parameters ('filter ctxsys.inso_filter ')
Соответственно индекс для Таблицы Emails и поля body. Body имеет тип BLOB. |
|
|
Алексей Дмитровский |
16.09.04, 15:21 |
|
| re: re: re: Oracle Text и HTML |
|
К сожалению, и теперь не видно.
Предлагаю послать мне письмо с этим док-том. |
|
|
Titan |
16.09.04, 15:23 |
|
| re: re: re: Oracle Text и HTML |
|
ну прикол ..;-)
*H*T*M*L
test
/*H*T*M*L
protect |
|
|
Алексей Дмитровский |
16.09.04, 16:00 |
|
| re: re: re: re: Oracle Text и HTML |
|
Я воспроизвёл подобный индекс - HTML в BLOB'е и filter=ctxsys.inso_filter на подобном документе.
В индексе два слова:
test
protect,
которые находятся.
1. не изменялись ли default параметры Oracle Text, например lexer?
2. предлагаю всё-таки переслать мне текст документа.
|
|
|
Titan |
16.09.04, 16:46 |
|
| re: re: re: re: re: Oracle Text и HTML |
|
Однозначно никаких default параметров я не изменял.
Все, что делалось из настроек - создание индекса той командой, которую я Вам привел.
А зачем пересылать документ, я же его Вам написал. Очень прост, но не все ищется. Вообще при тесте бралась просто первая страница Яндекса и....не все слова находились...
Кстати я тут посметрел колонку TOKEN_TEXT таблиц индеса. Так вот там только два раза слово YANDEX, а слова test нет...
Я так понимаю, он его не нашел и не проиндексировал ... |
|
|
Titan |
16.09.04, 16:55 |
|
| re: re: re: re: re: re: Oracle Text и HTML |
|
| я использовал protect внутри тэгов и yandex за пределами ... |
|
|
Алексей Дмитровский |
16.09.04, 18:15 |
|
| re: re: re: re: re: re: re: Oracle Text и HTML |
|
Я взял первую страницу Яндекса и воспроизвёл эффект.
В док-ции Oracle Text Reference стр. 2-29 дано описание случаев возможного применения INSO_FILTER'а для бинарных док-тов, без использования вспомогательных колонок таблицы, задающих кодовую страницу док-та. Проверьте, попадает ли Ваш случай в допустимые.
Кстати, INSO_FILTER использует для фильтрации внешний exe-шник ORACLE_HOME\bin\ctxhx. Результат фильтрации можно увидеть "отдельно" от Oracle, запустив ctxhx в DOS prompt'е.
|
|
|
Titan |
17.09.04, 10:28 |
|
| re: re: re: re: re: re: re: re: Oracle Text и HTML |
|
Да ,насчет INSO_FILTER это я знаю.
А вот про то , что используется ctxhx это мне не было известно...
В документации я нашел информацию, что использование INSO_FILTER для документов HTML и Plain text это избыточно -> не имеет смысла.
Я добавил строку формата и теперь все работает нормально...
Спасибо Вам, Алексей, за помощь. |
|
|
Hamkor dba |
24.09.07, 12:52 |
|
| Oracle Text |
|
У нас стоит Oracle9i Enterprise Edition Release 9.2.0.1.0
но нет Oracle Text
как нам его установить |
|
|
Алексей Дмитровский |
24.09.07, 13:07 |
|
| re: Oracle Text |
|
Обратитесь к Installation Guide,
4. Post-Installation
Additional Oracle Product Installation and Configuration |
|
|