如何获取乌克兰语ispell/aspell/snowball字典用于PostgreSQL全文搜索？

获取乌克兰语字典文件的可行方法 #

1. 借助Aspell乌克兰语词库 #

Aspell提供完善的乌克兰语词库，可直接提取所需的.dict和.aff文件：

• 先安装Aspell乌克兰语包，不同系统命令如下：
  • Debian/Ubuntu：sudo apt-get install aspell-uk
  • RHEL/CentOS：sudo dnf install aspell-uk
  • macOS（通过Homebrew）：brew install aspell --with-ukrainian
• 安装完成后，字典文件通常存放在系统Aspell目录下，示例路径：
  • .aff文件：/usr/share/aspell/uk.aff
  • .dict文件：/usr/share/aspell/uk.dict
• 停用词文件可从Aspell配置中提取，或整理开源的乌克兰语停用词列表为纯文本格式（每行一个停用词）。

2. 构建Snowball乌克兰语词干器 #

Snowball源码默认无乌克兰语支持，但可通过以下方式解决：

• 使用社区维护的乌克兰语Snowball词干定义文件（.sbl），编译为PostgreSQL兼容的词干库。
• 编译完成后，通过CREATE TEXT SEARCH CONFIGURATION将其与停用词文件关联使用。

3. 直接使用社区预构建配置 #

部分社区项目已打包好乌克兰语全文搜索配置，无需手动整理文件：

• 下载对应的字典包和配置脚本，执行脚本即可完成字典与搜索配置的创建。

PostgreSQL字典配置示例步骤 #

1. 将获取到的.aff、.dict和停用词文件复制到PostgreSQL共享目录（示例路径：/usr/share/postgresql/14/tsearch_data/，需根据实际版本调整）。
2. 创建ispell字典：

CREATE TEXT SEARCH DICTIONARY ukrainian_ispell (
    TEMPLATE = ispell,
    DictFile = uk,
    AffFile = uk,
    StopWords = ukrainian_stopwords
);

3. 创建并配置乌克兰语文本搜索规则：

CREATE TEXT SEARCH CONFIGURATION ukrainian (COPY = russian);
ALTER TEXT SEARCH CONFIGURATION ukrainian
    ALTER MAPPING FOR asciiword, asciihword, hword_asciipart, word, hword, hword_part
    WITH ukrainian_ispell, simple;

内容的提问来源于stack exchange，提问作者Oleksandr Bratashov