zhparser 是 LightDB 的一个扩展，用于中文全文搜索（普通话）。
它基于 Simple Chinese Word Segmentation(SCWS) 实现了一个中文语言解析器。
这些选项用于控制字典加载行为和分词行为。这些选项都不是必需的，并且默认情况下为 false（也就是说，如果这些选项在配置文件中未设置，则 zhparser 的行为与将以下选项设置为 false 相同）。
忽略所有特殊符号（例如标点符号）：zhparser.punctuation_ignore = f
空闲词自动分组为两个词语的分词：zhparser.seg_with_duality = f
将所有字典加载到内存中：zhparser.dict_in_memory = f
短词合并：zhparser.multi_short = f
哈希二进制合并：zhparser.multi_duality = f
重要词合并：zhparser.multi_zmain = f
设置 zhparser 的非停用词：有关更多信息，请参见 lightdb_tsearch_non_stopwords。
除了 zhparser 随附的字典之外，您还可以添加自定义字典，它们优先于本地字典。文件必须存储在 share/postgresql/tsearch_data 目录中。zhparser 根据文件扩展名确定字典格式。.txt 扩展名表示字典采用文本格式，.xdb 扩展名表示字典采用 XDB 格式。多个文件使用逗号分隔，并且字典按优先级从高到低分类，例如：
zhparser.extra_dicts = 'dict_extra.txt,mydict.xdb'
注意：zhparser.extra_dicts 和 zhparser.dict_in_memory 选项需要在后端启动之前设置（可以在配置文件中更改，并重新加载，此后新的连接才会生效），其他选项可以在会话中随时设置以生效。
-- make test configuration using parser
CREATE TEXT SEARCH CONFIGURATION testzhcfg (PARSER = zhparser);
-- add token mapping
ALTER TEXT SEARCH CONFIGURATION testzhcfg ADD MAPPING FOR n,v,a,i,e,l WITH simple;
-- ts_parse
SELECT * FROM ts_parse('zhparser', 'hello world! 2010年保障房建设在全国范围内获全面启动，从中央到地方纷纷加大 了保障房的建设和投入力度 。2011年，保障房进入了更大规模的建设阶段。住房城乡建设部党组书记、部长姜伟新去年底在全国住房城乡建设工作会议上表示，要继续推进保障性安居工程建设。');
-- test to_tsvector
SELECT to_tsvector('testzhcfg','“今年保障房新开工数量虽然有所下调，但实际的年度在建规模以及竣工规模会超以往年份，相对应的对资金的需求也会创历>史纪录。”陈国强说。在他看来，与2011年相比，2012年的保障房建设在资金配套上的压力将更为严峻。');
-- test to_tsquery
SELECT to_tsquery('testzhcfg', '保障房资金压力');
-- test lightdb_tsearch_non_stopwords
SET lightdb_tsearch_non_stopwords = '1';
ERROR: invalid value for parameter "lightdb_tsearch_non_stopwords": "1"
DETAIL: lightdb_tsearch_non_stopwords not support '1' as non stopword.
SET lightdb_tsearch_non_stopwords = '=@:_-';
SELECT to_tsvector('testzhcfg', '浙江省杭州市this is from lt_hs_tab table 滨江区江南大道logged at 2020-12-21 恒生电子 00:22:32, username=zjh&pwd=balabala');
to_tsvector
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
'00:22:32':16 '2020-12-21':13 'at':12 'from':5 'is':4 'logged':11 'lt_hs_tab':6 'pwd=balabala':18 'table':7 'this':3 'username=zjh':17 '大道':10 '恒生':14 '杭州市':2 '江南':9 '浙江省':1 '滨江区':8 '电子':15
(1 row)
SET lightdb_tsearch_non_stopwords = '';
SELECT to_tsvector('testzhcfg', 'this is from lt_hs_tab table logged at 2020-12-21 00:22:32, username=zjh&pwd=balabala');
to_tsvector
------------------------------------------------------------------------------------------------------------------------------------------------------------------
'00':11 '12':9 '2020':8 '21':10 '22':12 '32':13 'at':7 'balabala':17 'from':3 'is':2 'logged':6 'lt_hs_tab':4 'pwd':16 'table':5 'this':1 'username':14 'zjh':15
(1 row)
** TXT 字典目前与 CLI/SCws_gen_dict 用于文本字典兼容 **
每行一个词条，以 # 或分号开头的注释将被忽略和跳过。
每行由 4 个字段组成，依次为“单词”（由汉字或少于 3 个字母组成）、“TF”、“IDF”和“词性”。字段由空格或制表符分隔。字段数量没有限制，并且可以对齐以美化自己。
除了“单词”以外，其他字段都可以忽略。如果省略，则 TF 和 IDF 默认为 1.0，词性为“@”。
TXT库的动态加载（内部监视文件修改时间自动转换为XDB存储在系统临时目录中），建议TXT字典不要太大。
要删除单词，请将其词性设置为“! ”，这样单词就被设置为无效，即使它存在于其他核心库中。
注意： 1. 自定义字典的格式可以是TXT或二进制XDB格式。 XDB格式更高效，适用于大型字典。您可以使用内置的SCWS工具scWS-Gen-dict将文本词典转换为XDB格式。 2. 默认的zhparser词典是简体中文。
** 自定义字典 2.1 增加了自定义字典的可移植性，并与 1.0 提供的功能兼容 **
自定义字典需要超级用户权限。自定义字典是数据库级别的（而非实例级别的）。每个数据库都有自己的自定义分词，并存储在数据目录 base/ 数据库ID 下（版本 2.0 存储在 share/tsearch_data 下）。
test=# SELECT * FROM ts_parse('zhparser', '保障房资金压力');
tokid | token
-------+-------
118 | 保障
110 | 房
110 | 资金
110 | 压力
test=# insert into zhparser.zhprs_custom_word values('资金压力');
--Delete the word insert into zhprs_custom_word(word, attr) values('word', '!');
--\d zhprs_custom_word view its table structure, supported TD, IDF
test=# select sync_zhprs_custom_word();
sync_zhprs_custom_word
------------------------
(1 row)
test=# \q --sync then re-establish the connection
[lzzhang@lzzhang-pc bin]$ ./psql -U lzzhang -d test -p 1600
test=# SELECT * FROM ts_parse('zhparser', '保障房资金压力');
tokid | token
-------+----------
118 | 保障
110 | 房
120 | 资金压力