<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> <title>8.6. ノーマライザー — groonga v3.0.5ドキュメント</title> <link rel="stylesheet" href="../_static/groonga.css" type="text/css" /> <link rel="stylesheet" href="../_static/pygments.css" type="text/css" /> <script type="text/javascript"> var DOCUMENTATION_OPTIONS = { URL_ROOT: '../', VERSION: '3.0.5', COLLAPSE_INDEX: false, FILE_SUFFIX: '.html', HAS_SOURCE: true }; </script> <script type="text/javascript" src="../_static/jquery.js"></script> <script type="text/javascript" src="../_static/underscore.js"></script> <script type="text/javascript" src="../_static/doctools.js"></script> <script type="text/javascript" src="../_static/translations.js"></script> <link rel="shortcut icon" href="../_static/favicon.ico"/> <link rel="top" title="groonga v3.0.5ドキュメント" href="../index.html" /> <link rel="up" title="8. リファレンスマニュアル" href="../reference.html" /> <link rel="next" title="8.7. Tokenizers" href="tokenizers.html" /> <link rel="prev" title="8.5. テーブル" href="tables.html" /> </head> <body> <div class="header"> <h1 class="title"> <a id="top-link" href="../index.html"> <span class="project">groonga</span> <span class="separator">-</span> <span class="description">オープンソースのカラムストア機能付き全文検索エンジン</span> </a> </h1> <div class="other-language-links"> <ul> <li><a href="../../../en/html/reference/normalizers.html"><img src="../_static/us.png" alt="English">English page</a></li> </ul> </div> </div> <div class="related"> <h3>ナビゲーション</h3> <ul> <li class="right" style="margin-right: 10px"> <a href="../genindex.html" title="総合索引" accesskey="I">索引</a></li> <li class="right" > <a href="tokenizers.html" title="8.7. Tokenizers" accesskey="N">次へ</a> |</li> <li class="right" > <a href="tables.html" title="8.5. テーブル" accesskey="P">前へ</a> |</li> <li><a href="../index.html">groonga v3.0.5ドキュメント</a> »</li> <li><a href="../reference.html" accesskey="U">8. リファレンスマニュアル</a> »</li> </ul> </div> <div class="document"> <div class="documentwrapper"> <div class="bodywrapper"> <div class="body"> <div class="section" id="normalizers"> <h1>8.6. ノーマライザー<a class="headerlink" href="#normalizers" title="このヘッドラインへのパーマリンク">¶</a></h1> <div class="section" id="summary"> <h2>8.6.1. 概要<a class="headerlink" href="#summary" title="このヘッドラインへのパーマリンク">¶</a></h2> <p>groongaには正規化をするノーマライザーモジュールがあります。これはテキストをトークナイズするときとテーブルのキーを保存するときに使われます。例えば、正規化をした後は <tt class="docutils literal"><span class="pre">A</span></tt> と <tt class="docutils literal"><span class="pre">a</span></tt> は同じ文字として扱われます。</p> <p>ノーマライザーモジュールはプラグインとして追加できます。ノーマライザープラグインをgroongaに追加することでテキストの正規化方法をカスタマイズできます。</p> <p>ノーマライザーモジュールはテーブルに関連付いています。テーブルは0個か1個のノーマライザーモジュールを持つことができます。 <a class="reference internal" href="commands/table_create.html"><em>table_create</em></a> の <em class="xref std std-ref">table-create-normalizer</em> オプションでテーブルにノーマライザーオプションを関連付けることができます。</p> <p>以下は <tt class="docutils literal"><span class="pre">NormalizerAuto</span></tt> ノーマライザーモジュールを使う <tt class="docutils literal"><span class="pre">table_create</span></tt> の例です。</p> <p>実行例:</p> <div class="highlight-none"><div class="highlight"><pre>table_create Dictionary TABLE_HASH_KEY ShortText --normalizer NormalizerAuto # [[0, 1337566253.89858, 0.000355720520019531], true] </pre></div> </div> <div class="admonition note"> <p class="first admonition-title">ノート</p> <p>groonga 2.0.9以前には <tt class="docutils literal"><span class="pre">table_create</span></tt> に <tt class="docutils literal"><span class="pre">--normalizer</span></tt> オプションはありません。代わりに <tt class="docutils literal"><span class="pre">KEY_NORMALIZE</span></tt> フラグを使っていました。</p> <p class="last">groonga 2.1.0以降で古いデータベースを開くことができます。ここでいう古いデータベースとはgroonga 2.0.9以前で作ったデータベースということです。しかし、一度新しいgroongaで開いたデータベースを2.0.9以前のgroongaで開くことはできません。一度 groonga 2.1.0以降のgroongaでデータベースを開くと、 <tt class="docutils literal"><span class="pre">KEY_NORMALIZE</span></tt> フラグ情報がノーマライザー情報に変換されます。そのため、2.0.9以前のgroongaは、一度groonga 2.1.0以降で開いたデータベース内から <tt class="docutils literal"><span class="pre">KEY_NROMALIZE</span></tt> フラグの情報を見つけることができません。</p> </div> <p>ノーマライザーモジュールを持っているテーブルのキーは正規化されます。</p> <p>実行例:</p> <div class="highlight-none"><div class="highlight"><pre>load --table Dictionary [ {"_key": "Apple"}, {"_key": "black"}, {"_key": "COLOR"} ] # [[0, 1337566253.89858, 0.000355720520019531], 3] select Dictionary # [ # [ # 0, # 1337566253.89858, # 0.000355720520019531 # ], # [ # [ # [ # 3 # ], # [ # [ # "_id", # "UInt32" # ], # [ # "_key", # "ShortText" # ] # ], # [ # 1, # "apple" # ], # [ # 2, # "black" # ], # [ # 3, # "color" # ] # ] # ] # ] </pre></div> </div> <p><tt class="docutils literal"><span class="pre">NormalizerAuto</span></tt> ノーマライザーはテキストを小文字に正規化します。例えば、 <tt class="docutils literal"><span class="pre">"Apple"</span></tt> は <tt class="docutils literal"><span class="pre">"apple"</span></tt> に正規化され、 <tt class="docutils literal"><span class="pre">"black"</span></tt> は <tt class="docutils literal"><span class="pre">"blank"</span></tt> に正規化され、 <tt class="docutils literal"><span class="pre">"COLOR"</span></tt> は <tt class="docutils literal"><span class="pre">"color"</span></tt> に正規化されます。</p> <p>テーブルが全文検索用の語彙表の場合、トークナイズされたトークンは正規化されます。なぜなら、トークンはテーブルのキーとして保存されるからです。テーブルのキーは前述のように正規化されます。</p> </div> <div class="section" id="built-in-normalizers"> <h2>8.6.2. 組み込みノーマライザー<a class="headerlink" href="#built-in-normalizers" title="このヘッドラインへのパーマリンク">¶</a></h2> <p>以下は組み込みのノーマライザーのリストです。</p> <blockquote> <div><ul class="simple"> <li><tt class="docutils literal"><span class="pre">NormalizerAuto</span></tt></li> <li><tt class="docutils literal"><span class="pre">NormalizerNFKC51</span></tt></li> </ul> </div></blockquote> <div class="section" id="normalizerauto"> <h3>8.6.2.1. <tt class="docutils literal"><span class="pre">NormalizerAuto</span></tt><a class="headerlink" href="#normalizerauto" title="このヘッドラインへのパーマリンク">¶</a></h3> <p>通常は <tt class="docutils literal"><span class="pre">NormalizerAuto</span></tt> ノーマライザーを使うべきです。 <tt class="docutils literal"><span class="pre">NormalizerAuto</span></tt> はgroonga 2.0.9以前で使っていたノーマライザーと同じものです。2.0.9以前のgroongaの <tt class="docutils literal"><span class="pre">table_create</span></tt> の <tt class="docutils literal"><span class="pre">KEY_NORMALIZE</span></tt> フラグは、2.1.0以降のgroongaの <tt class="docutils literal"><span class="pre">table_create</span></tt> の <tt class="docutils literal"><span class="pre">--normalizer</span> <span class="pre">NormalizerAuto</span></tt> と同じです。</p> <p><tt class="docutils literal"><span class="pre">NormalizerAuto</span></tt> はすべてのエンコーディングに対応しています。UTF-8でエンコードされたテキストにはUnicodeのNFKC(Normalization Form Compatibility Composition)を使います。他のエンコーディング用にはエンコーディング毎に独自の正規化をします。これらの独自の正規化の結果はNFKCでの結果と似たものになります。</p> <p>例えば、半角カタカナ(例えば「カ」: U+FF76 HALFWIDTH KATAKANA LETTER KA) + 半角カタカナの濁点(「゙」: U+FF9E HALFWIDTH KATAKANA VOICED SOUND MARK)は濁点付きの全角カタカナ(「ガ」: U+30AC KATAKANA LETTER GA)に正規化されます。前者は2文字ですが、後者は1文字です。</p> <p>以下は <tt class="docutils literal"><span class="pre">NormalizerAuto</span></tt> ノーマライザーを使う例です。</p> <p>実行例:</p> <div class="highlight-none"><div class="highlight"><pre>table_create NormalLexicon TABLE_HASH_KEY ShortText --normalizer NormalizerAuto # [[0, 1337566253.89858, 0.000355720520019531], true] </pre></div> </div> </div> <div class="section" id="normalizernfkc51"> <h3>8.6.2.2. <tt class="docutils literal"><span class="pre">NormalizerNFKC51</span></tt><a class="headerlink" href="#normalizernfkc51" title="このヘッドラインへのパーマリンク">¶</a></h3> <p><tt class="docutils literal"><span class="pre">NormalizerNFKC51</span></tt> はUnicode 5.1用のUnicode NFKC(Normalization Form Compatibility Composition)を使ってテキストを正規化します。UTF-8エンコーディングのみをサポートしています。</p> <p>通常、 <tt class="docutils literal"><span class="pre">NormalizerNFKC51</span></tt> を明示的に使う必要はありません。代わりに <tt class="docutils literal"><span class="pre">NormalizerAuto</span></tt> を使ってください。</p> <p>以下は <tt class="docutils literal"><span class="pre">NormalizerNFKC51</span></tt> ノーマライザーを使う例です。</p> <p>実行例:</p> <div class="highlight-none"><div class="highlight"><pre>table_create NFKC51Lexicon TABLE_HASH_KEY ShortText --normalizer NormalizerNFKC51 # [[0, 1337566253.89858, 0.000355720520019531], true] </pre></div> </div> </div> </div> <div class="section" id="additional-normalizers"> <h2>8.6.3. 追加のノーマライザー<a class="headerlink" href="#additional-normalizers" title="このヘッドラインへのパーマリンク">¶</a></h2> <p><tt class="docutils literal"><span class="pre">groonga-normalizer-mysql</span></tt> パッケージで提供される追加のノーマライザーのリストです。</p> <blockquote> <div><ul class="simple"> <li><tt class="docutils literal"><span class="pre">NormalizerMySQLGeneralCI</span></tt></li> <li><tt class="docutils literal"><span class="pre">NormalizerMySQLUnicodeCI</span></tt></li> <li><tt class="docutils literal"><span class="pre">NormalizerMySQLUnicodeCIExceptKanaCIKanaWithVoicedSoundMark</span></tt></li> </ul> </div></blockquote> <p><tt class="docutils literal"><span class="pre">groonga-normalizer-mysql</span></tt> はgroongaのプラグインです。MySQL互換のノーマライザーを提供します。ノーマライザー <tt class="docutils literal"><span class="pre">NormalizerMySQLGeneralCI</span></tt> に対応するのは <tt class="docutils literal"><span class="pre">utf8mb4_general_ci</span></tt> です。</p> <p>事前に <tt class="docutils literal"><span class="pre">normalizers/mysql</span></tt> プラグインを登録する必要があります。</p> <p>実行例:</p> <div class="highlight-none"><div class="highlight"><pre>register normalizers/mysql # [[0, 1337566253.89858, 0.000355720520019531], true] </pre></div> </div> <p>以下は <tt class="docutils literal"><span class="pre">NormalizerMySQLGeneralCI</span></tt> ノーマライザーを使う例です。</p> <p>実行例:</p> <div class="highlight-none"><div class="highlight"><pre>table_create MySQLGeneralLexicon TABLE_HASH_KEY ShortText --normalizer NormalizerMySQLGeneralCI # [[0, 1337566253.89858, 0.000355720520019531], true] </pre></div> </div> </div> <div class="section" id="see-also"> <h2>8.6.4. 参考<a class="headerlink" href="#see-also" title="このヘッドラインへのパーマリンク">¶</a></h2> <ul class="simple"> <li><a class="reference internal" href="commands/table_create.html"><em>table_create</em></a></li> </ul> </div> </div> </div> </div> </div> <div class="sphinxsidebar"> <div class="sphinxsidebarwrapper"> <h3><a href="../index.html">目次</a></h3> <ul> <li><a class="reference internal" href="#">8.6. ノーマライザー</a><ul> <li><a class="reference internal" href="#summary">8.6.1. 概要</a></li> <li><a class="reference internal" href="#built-in-normalizers">8.6.2. 組み込みノーマライザー</a><ul> <li><a class="reference internal" href="#normalizerauto">8.6.2.1. <tt class="docutils literal"><span class="pre">NormalizerAuto</span></tt></a></li> <li><a class="reference internal" href="#normalizernfkc51">8.6.2.2. <tt class="docutils literal"><span class="pre">NormalizerNFKC51</span></tt></a></li> </ul> </li> <li><a class="reference internal" href="#additional-normalizers">8.6.3. 追加のノーマライザー</a></li> <li><a class="reference internal" href="#see-also">8.6.4. 参考</a></li> </ul> </li> </ul> <h4>前のトピックへ</h4> <p class="topless"><a href="tables.html" title="前の章へ">8.5. テーブル</a></p> <h4>次のトピックへ</h4> <p class="topless"><a href="tokenizers.html" title="次の章へ">8.7. Tokenizers</a></p> <h3>このページ</h3> <ul class="this-page-menu"> <li><a href="../_sources/reference/normalizers.txt" rel="nofollow">ソースコードを表示</a></li> </ul> <div id="searchbox" style="display: none"> <h3>クイック検索</h3> <form class="search" action="../search.html" method="get"> <input type="text" name="q" /> <input type="submit" value="検索" /> <input type="hidden" name="check_keywords" value="yes" /> <input type="hidden" name="area" value="default" /> </form> <p class="searchtip" style="font-size: 90%"> モジュール、クラス、または関数名を入力してください </p> </div> <script type="text/javascript">$('#searchbox').show(0);</script> </div> </div> <div class="clearer"></div> </div> <div class="related"> <h3>ナビゲーション</h3> <ul> <li class="right" style="margin-right: 10px"> <a href="../genindex.html" title="総合索引" >索引</a></li> <li class="right" > <a href="tokenizers.html" title="8.7. Tokenizers" >次へ</a> |</li> <li class="right" > <a href="tables.html" title="8.5. テーブル" >前へ</a> |</li> <li><a href="../index.html">groonga v3.0.5ドキュメント</a> »</li> <li><a href="../reference.html" >8. リファレンスマニュアル</a> »</li> </ul> </div> <div class="footer"> © Copyright 2009-2013, Brazil, Inc. </div> </body> </html>