Q&A
3ヶ所、
PostgresSQL
↓
PostgreSQL
質問は修正できます。
固有名詞は正しくと覚えましょう。
PostgreSQLで、バイナリ列データ型のbytea型のカラムに登録した
文書ファイル（PDF、*.docx、*xlsx など）内のテキスト情報を
日本語で全文検索をしたいと考えております。
Oracleでのblobカラムに対する、
OracleTextによる検索に相当する機能を求めています。
PostgreSQLの利用経験がなく、
PGroongaという全文検索の拡張機能が存在するようですが、
どういった種類の文書ファイルに対して検索ができるか、
使用経験をお持ちの方がおられましたら教えてください。
よろしくお願いします。
回答2件
0
わたしには理解できませんが、
PostgreSQLとPGroongaで作るPHPマニュアル高速全文検索システム - OSS Gate東京ワークショップ #phpcon2017 にまとまった資料があるので一読されては？
投稿2020/08/16 07:49
総合スコア16419
情報ありがとうございます。
@orlofskyさん
リンク先の動画に文書ファイルとの連携の話なんか何処かで出てました？
すみません、適切なコメントではなかったようです。
5年以上前ですが、わたしの担当したシステムではなかったですが、Oracle TEXT から他のデータベースへの移行を諦めた、って聞いたことがあります。オラクル・サポートには問い合せができない職場だったので移行チームは入手できる情報が限られていたのでしょう。サポート契約はしていないのは明らかでしたが、今思うとライセンスさえまともに買っていたか怪しいです。
0
文書ファイル（PDF、*.docx、*xlsx など）内のテキスト情報を
日本語で全文検索をしたいと考えております。
先ずは、これらのファイルから日本語のテキストをフィルタできなければなりませんが、そこはクリアされていますか？
PostgresSQLの利用経験がなく、PGroongaという全文検索の拡張機能が存在するようですが、
どう行った種類の文書ファイルに対して検索ができるか
postgres以外では経験はあるのですよね？
どういった種類かと言われれば、日本語テキストがフィルターされていればどんなファイルでもと言うしかありません。
尤も、PDFなどはテキスト埋め込み型でなければテキストは含まれないのでどうしようも無いと思います。
投稿2020/08/16 06:52
総合スコア25430
ご回答ありがとうございます！
「日本語のテキストをフィルタする」は、クリアできていません。
PGroonga は、そこは実施してくれないのでしょうか。
postgres以外でも全文検索機能を使った経験はなく、
OracleTextについても経験ないのですが、
以下ページを見ると、各種ドキュメントに対するフィルタ機能が備わっているようなので
postgresで近いことをしようとすると、どうなるかを知りたく思っています。
https://docs.oracle.com/cd/E57425_01/121/CCREF/afilsupt.htm#GUID-0A0442FB-74BE-4639-933D-7510F5E74D50
リンク先からは「各種ドキュメントに対するフィルタ機能が備わっている」ようには見えませんけど。
PGroonga から提供される文書フィルターは無かったと思います。
ある程度の種類の文書ファイルのフィルタを含んだ全文検索用のツールはあったとは思いますけど、そのツールとDBとの連携は容易ではなかった気がします。
あなたの回答
tips
プレビュー
