zhparser：PostgreSQL 中文分词全文检索扩展

获取下载链全程约 1 分钟

1. 打开微信，搜索「软件教程管家」关注，或长按下方二维码关注
2. 回复关键词 zhparser 复制关键词
3. 公众号自动回复网盘链接，点击即可保存下载

打开微信扫一扫关注
或搜索【软件教程管家】

官方渠道：GitHub 仓库

zhparser 是基于 SCWS 的 PostgreSQL 中文分词全文检索扩展，能让 PostgreSQL 直接在数据库内部完成中文分词与全文检索。中文没有空格分隔，PostgreSQL 自带的全文检索对中文基本不可用，zhparser 就是补上这一环的轻量方案：装上扩展、建好文本搜索配置，中文文章、商品名、业务记录就能用 SQL 直接搜了。

前往 GitHub 查看 zhparser

GitHub 国内访问较慢，如打不开可多刷新几次

项目介绍

zhparser 把 SCWS 简体中文分词引擎封装成 PostgreSQL 的全文检索解析器。PostgreSQL 的全文检索流程是先由解析器把文本切成词元，再按文本搜索配置做映射与检索，zhparser 担任的就是解析器这一环：中文句子进来，出来的是按 SCWS 规则切好的词。

扩展支持忽略标点、复合分词等可配置选项，支持加载 TXT 或 XDB 格式的自定义词典，并且允许自定义词典覆盖内置词典。这意味着行业术语、专有名词、业务词汇可以优先按你的定义来切，而不是被通用词典拆散。

核心功能：中文分词接入数据库检索

• 中文分词：基于 SCWS，把中文文本解析为 PostgreSQL 全文搜索可用的词元。
• 文本搜索配置：通过 PostgreSQL 的文本搜索配置把分词结果映射进检索流程，支持 ts_parse 等接口。
• 自定义词典：支持 TXT 与 XDB 两种格式，自定义词可覆盖内置词典，适合业务术语场景。
• 分词行为可调：忽略标点、复合分词、词典加载方式等选项可按业务文本调整。
• 两种体验路径：源码编译安装，或基于 PostgreSQL Docker 镜像构建的 zhparser 容器快速体验。

适用场景

• 站内中文搜索：博客、文档站、内容平台的中文文章检索，不想额外部署搜索集群时直接用数据库解决。
• 商品与业务记录检索：电商商品名、订单备注、工单内容等中文业务数据的关键词检索。
• 行业术语检索：医疗、法律、金融等领域有大量专有名词时，用自定义词典保证术语不被切错。
• 已有 PostgreSQL 的项目：数据本来就在 PostgreSQL 里，不想引入外部搜索服务增加运维负担的团队。

安装与上手步骤

快速体验建议走 Docker，生产部署走源码编译。两种路径如下：

Docker 快速体验

1. 按仓库说明构建基于 PostgreSQL 镜像的 zhparser 容器并启动。
2. 进入数据库执行 CREATE EXTENSION zhparser; 创建扩展。
3. 创建使用 zhparser 的文本搜索配置，例如 CREATE TEXT SEARCH CONFIGURATION zh (PARSER = zhparser);
4. 用 SELECT * FROM ts_parse('zhparser', '中文全文检索扩展'); 验证分词结果是否符合预期。

源码编译安装

1. 准备环境：PostgreSQL 9.2 及以上版本、SCWS、编译工具与 PostgreSQL 开发库，PG_CONFIG 须指向正确的安装位置。
2. 编译并安装扩展：按仓库 README 的步骤 make、make install。
3. 在目标数据库中执行 CREATE EXTENSION zhparser;，再创建文本搜索配置。
4. 对业务表建全文检索索引，例如对标题与正文字段建 GIN 索引，然后用 @@ 操作符做中文检索查询。
5. 如需自定义词典，先准备 TXT 或 XDB 词典文件，按配置参数加载后验证术语切分效果。

注意事项

• 主要面向普通话中文分词：其他中文语言或复杂语言场景需要结合实际文本验证，不要默认通用。
• 源码部署依赖不少前置条件：SCWS、PostgreSQL 开发库和匹配的编译环境缺一不可，版本不匹配时编译会失败。
• 部分词典配置要在数据库启动前设置：这类参数不能对所有连接即时生效，改完配置需要重启或重连才能用，更新词典前先确认生效范围。
• TXT 词典不宜过大：TXT 词典会动态转换，体积大了影响加载，大型词典更适合转成 XDB 二进制格式使用。
• 生产使用前先做 PoC：仓库未提供完整的兼容性矩阵与性能数据，务必用目标数据集实测业务词汇、标点处理、复合词行为和版本兼容性。
• 自定义词典要定期维护：业务新词出现后及时补进词典，否则检索会漏掉新术语，词典文件位置与备份也要纳入运维清单。

同类对比

如果检索数据主要在 PostgreSQL、团队能维护数据库扩展，且需要自定义词典调中文分词，zhparser 是最轻的解法；如果需要多语言覆盖或完整的搜索平台能力，再考虑 Elasticsearch 这类重方案。

适合人群

适合需要在 PostgreSQL 内直接处理中文分词和全文检索的开发者、数据库工程师，以及需要维护自定义中文词典的应用团队。只是偶尔搜几条中文记录的小项目，用数据库的 LIKE 也能应付，不必专门装扩展。

推广

关注「软件教程管家」

回复软件名即取即下：网盘下载链接 + 提取码，一步直达，不用再跳转。

相关推荐

开发PeakSlab 免费下载｜百KB级内核的轻量查词平台系统工具pgAdmin 4 9.11 免费下载开发pgcache 免费下载｜PostgreSQL办公Noema 免费下载｜本地优先工作空间办公Saltcorn 免费下载开发node-rs 免费下载｜Rust 原生绑定包集合