PostgreSQL用全文検索関連ソフトウェアは、独立行政法人情報処理推進機構 (IPA)の2006年度「自治体におけるオープンソースソフトウェア活用に向けての導入実証」プロジェクトの中で開発されたものです。

以下のものが含まれます (PostgreSQL 8.2 で動作検証)。

• PostgreSQL 用全文検索ソフトウェア (tar.gz 形式/148 KB)

すべてBSDライセンスで公開されるオープンソースソフトウェアです。

自由に利用できます。

ユーザ定義関数 normalize

normalizeは、入力テキストを一定のルールにしたがって「正規化」します。

以下の機能を持っています。

• 改行コードを削除
• JIS X 0208の数字とアルファベット (いわゆる「全角」数字とアルファベット) をASCIIに変換
• JIS X 0201カナ (いわゆる「半角カタカナ」) をJIS X 0208カナ (いわゆる「全角」カタカナ) に変換。
  このとき、濁点つきのカタカナ(JIS X 0201では 濁点つきのカタカナは2文字で表します)は、1文字のJIS X 0208カナになります。
• ASCII の大文字を小文字に変換

これによって表記の「ゆれ」を吸収し、たとえば検索の際に表記のゆれによる検索洩れを防ぐことができます。

実行例を示します。

test=# SELECT normalize('０１２３４５６７８９0123abcあいうえおＡＢＣ');
           normalize            
--------------------------------
 01234567890123abcあいうえおabc
(1 row)

test=# SELECT normalize('ガギグゲゴ');
 normalize  
------------
 ガギグゲゴ
(1 row)

ユーザ定義関数 wakachi

wakachi は、mecabを使って形態素解析を行い、入力テキストをスペースで単語に区切る形、いわゆる「わかち書き」に変換する PostgreSQL のユーザ定義C関数です。

実行例を示します。

test=# SELECT wakachi('wakachiはPostgreSQLのユーザ定義C関数です');
                     wakachi                      
--------------------------------------------------
 wakachi は PostgreSQL の ユーザ 定義 C 関数 です

その他

このほか、以下のようなものがあります。

functions
Tsearch2、wakachi や normalize を使った全文検索データベースの例
utf8_and_euc_jp_jis
PostgreSQL 8.2 の MS932 ベースの Unicode ⇔ EUC_JP 変換マップ (conversion) の一部を変更したものです。 「～」(WAVE DASH) や、「－」(MINUS SIGN) の変換を、MS932 ではなく、Shift JIS に合わせたものです。