简单介绍PostgreSQL解析URL的方法

94次阅读

共计 1206 个字符，预计需要花费 4 分钟才能阅读完成。

导读	尽管 PostgreSQL 中支持大量的数据类型，但是对于 URL 似乎并没有一个相应的类型能够去存储。那么对于 URL 的数据我们在数据库中要怎么去处理呢？今天通过本文给大家介绍下，需要的朋友参考下吧

尽管 PostgreSQL 中支持大量的数据类型，但是对于 URL 似乎并没有一个相应的类型能够去存储。那么对于 URL 的数据我们在数据库中要怎么去处理呢？

首先还是需要看你要存储的 URL 数据是用来干嘛的，如果仅仅只是为了在以后查询的时候打印输出，那么用 varchar 或者 text 之类的类型不是就可以了吗？

但是有的时候我们对于这些 URL 数据并不仅仅是简单的查询，我们可能希望通过这些 URL 能够查询一些额外的信息，例如 URL 的使用的协议、主机名等等。这里我们便可以使用 ts_debug 函数来进行解析了。

函数 ts_debug 允许简单地测试一个文本搜索配置。

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 为解析器在文本中标识的每一个记号返回一行。被返回的列是：

alias text：记号类型的短名称

description text：记号类型的描述

token text：记号的文本

dictionaries regdictionary[]：配置为这种记号类型选择的词典

dictionary regdictionary：识别该记号的词典，如果没有词典能识别则为 NULL

lexemes text[]：

识别该记号的词典产生的词位，如果没有词典能识别则为 NULL；一个空数组（{}）表示该记号被识别为一个停用词

因此我们便可以通过下面的方式来对 URL 进行解析：

bill@bill=>SELECT
bill-#     alias
bill-#     ,description
bill-#     ,token
bill-# FROM ts_debug('https://blog.csdn.net/weixin_39540651');
  alias   |  description  |             token
----------+---------------+-------------------------------
 protocol | Protocol head | https://
 url      | URL           | blog.csdn.net/weixin_39540651
 host     | Host          | blog.csdn.net
 url_path | URL path      | /weixin_39540651
(4 rows)