Postgresql 中文操作指南

Operator

Description

Example(s)

tsvector @@ tsquery → boolean tsquery @@ tsvector → boolean tsvector 和 tsquery 是否匹配？（可以按照任何顺序提供参数。） to_tsvector('fat cats ate rats') @@ to_tsquery('cat & rat') → t

text @@ tsquery → boolean 隐式调用 to_tsvector() 后，文本字符串是否与 tsquery 匹配？ 'fat cats ate rats' @@ to_tsquery('cat & rat') → t

tsvector @@@ tsquery → boolean tsquery @@@ tsvector → boolean 这是 @@ 的弃用同义词。 to_tsvector('fat cats ate rats') @@@ to_tsquery('cat & rat') → t

tsvector _

_ tsvector → tsvector 连接两个 tsvector。如果两个输入都包含词素位置，则相应调整第二个输入的位置。'_a:1 b:2'::tsvector

'c:1 d:2 b:3'::tsvector_ → 'a':1 'b':2,5 'c':3 'd':4

tsquery && tsquery → tsquery 将两个 tsquery 合并在一起，生成一个与同时匹配两个输入查询的文档匹配的查询。_fat

rat'::tsquery && 'cat'::tsquery_ → _( 'fat'

'rat' ) & 'cat'_

tsquery _

_ tsquery → tsquery 将两个 tsquery 合并在一起，生成一个查询，该查询匹配与任一输入查询匹配的文档。_fat

rat'::tsquery

'cat'::tsquery_ → _'fat'

'rat'

'cat'_

!! tsquery → tsquery 取反 tsquery ，生成一个匹配与输入查询不匹配的文档的查询。 !! 'cat'::tsquery → !'cat'

tsquery <→ tsquery → tsquery 构建一个词组查询，如果两个输入查询在连续词素处匹配，则匹配。 to_tsquery('fat') <→ to_tsquery('rat') → 'fat' <→ 'rat'

tsquery @> tsquery → boolean 第一个 tsquery 是否包含第二个？（这仅考虑一个查询中出现的全部词素是否出现在另一个查询中，忽略组合运算符。） 'cat'::tsquery @> 'cat & rat'::tsquery → f

tsquery <@ tsquery → boolean 第一个 tsquery 是否包含在第二个中？（这仅考虑一个查询中出现的全部词素是否出现在另一个查询中，忽略组合运算符。） 'cat'::tsquery <@ 'cat & rat'::tsquery → t 'cat'::tsquery <@ '!cat & rat'::tsquery → t

Function

Description

Example(s)

array_to_tsvector ( text[] ) → tsvector 将文本字符串数组转换为 tsvector 。给定字符串按原样用作词素，不会进一步处理。数组元素不能是空字符串或 NULL 。 array_to_tsvector('{fat,cat,rat}'::text[]) → 'cat' 'fat' 'rat'

get_current_ts_config ( ) → regconfig 返回当前默认文本搜索配置的 OID（由 default_text_search_config 设置）。 get_current_ts_config() → english

length ( tsvector ) → integer 返回 tsvector 中的词素数量。 length('fat:2,4 cat:3 rat:5A'::tsvector) → 3

numnode ( tsquery ) → integer 返回 tsquery 中的词素数量和运算符。_numnode('(fat & rat)

cat'::tsquery)_ → 5

plainto_tsquery ( [ config regconfig , ] query text ) → tsquery 将文本转换为 tsquery ，根据指定或默认配置归一化单词。字符串中的标点符号会被忽略（它不会确定查询运算符）。产生的查询匹配文档，其中包含文本中全部非停用词。 plainto_tsquery('english', 'The Fat Rats') → 'fat' & 'rat'

phraseto_tsquery ( [ config regconfig , ] query text ) → tsquery 将文本转换为 tsquery ，根据指定或默认配置归一化单词。字符串中的标点符号会被忽略（它不会确定查询运算符）。产生的查询匹配包含文本中全部非停用词的词组。 phraseto_tsquery('english', 'The Fat Rats') → 'fat' <→ 'rat' phraseto_tsquery('english', 'The Cat and Rats') → 'cat' <2> 'rat'

websearch_to_tsquery ( [ config regconfig , ] query text ) → tsquery 将文本转换为 tsquery ，根据指定或默认配置归一化单词。带引号的单词序列会转换为词组测试。“or”一词被理解为会生成 OR 运算符，连字符会生成 NOT 运算符；其他标点符号会被忽略。这近似于某些常用网络搜索工具的行为。 websearch_to_tsquery('english', '"fat rat" or cat dog') → _'fat' <→ 'rat'

'cat' & 'dog'_

querytree ( tsquery ) → text 生成 tsquery 可索引部分的表示形式。结果为空或仅为 T 指示不可索引查询。 querytree('foo &amp; ! bar'::tsquery) → 'foo'

setweight ( vector tsvector , weight "char" ) → tsvector 将指定的 weight 分配给 vector 的每个元素。 setweight('fat:2,4 cat:3 rat:5B'::tsvector, 'A') → 'cat':3A 'fat':2A,4A 'rat':5A

setweight ( vector tsvector , weight "char" , lexemes text[] ) → tsvector 将指定的 weight 分配给 vector 中列在 lexemes 的元素。 lexemes 中的字符串将作为词素按原样采用，不再进行处理。与 vector 中的任何词素不匹配的字符串将被忽略。 setweight('fat:2,4 cat:3 rat:5,6B'::tsvector, 'A', '{cat,rat}') → 'cat':3A 'fat':2,4 'rat':5A,6A

strip ( tsvector ) → tsvector 从 tsvector 中移除位置和权重。 strip('fat:2,4 cat:3 rat:5A'::tsvector) → 'cat' 'fat' 'rat'

to_tsquery ( [ config regconfig , ] query text ) → tsquery 将文本转换为 tsquery ，根据指定或默认配置对单词进行标准化。该单词必须通过有效的 tsquery 运算符组合。 to_tsquery('english', 'The &amp; Fat &amp; Rats') → 'fat' &amp; 'rat'

to_tsvector ( [ config regconfig , ] document text ) → tsvector 将文本转换为 tsvector ，根据指定或默认配置对单词进行标准化。结果中包含位置信息。 to_tsvector('english', 'The Fat Rats') → 'fat':2 'rat':3

to_tsvector ( [ config regconfig , ] document json ) → tsvector to_tsvector ( [ config regconfig , ] document jsonb ) → tsvector 将 JSON 文档中的每个字符串值转换为 tsvector ，根据指定或默认配置对单词进行标准化。然后按文档顺序连接结果以生成输出。位置信息按每个字符串值对之间存在一个停用词来生成。（请注意，在 JSON 对象的字段的“文档顺序”在输入为 jsonb 时依赖于实现；请观察示例中的差异。） to_tsvector('english', '{"aa": "The Fat Rats", "b": "dog"}'::json) → 'dog':5 'fat':2 'rat':3 to_tsvector('english', '{"aa": "The Fat Rats", "b": "dog"}'::jsonb) → 'dog':1 'fat':4 'rat':5

json_to_tsvector ( [ config regconfig , ] document json , filter jsonb ) → tsvector jsonb_to_tsvector ( [ config regconfig , ] document jsonb , filter jsonb ) → tsvector 从 JSON 文档中选择 filter 请求的每个项目，并将每个项目转换为 tsvector ，根据指定或默认配置对单词进行标准化。然后按文档顺序连接结果以生成输出。位置信息按每个选定项目对之间存在一个停用词来生成。（请注意，在 JSON 对象的字段的“文档顺序”在输入为 jsonb 时依赖于实现。） filter 必须是包含以下关键字中零个或多个的 jsonb 数组： "string" （包含所有字符串值）、 "numeric" （包含所有数字值）、 "boolean" （包含所有布尔值）、 "key" （包含所有键）或 "all" （包含所有上述值）。作为特殊情况， filter 也可以是其中一个关键字的简单 JSON 值。 json_to_tsvector('english', '{"a": "The Fat Rats", "b": 123}'::json, '["string", "numeric"]') → '123':5 'fat':2 'rat':3 json_to_tsvector('english', '{"cat": "The Fat Rats", "dog": 123}'::json, '"all"') → '123':9 'cat':1 'dog':7 'fat':4 'rat':5

ts_delete ( vector tsvector , lexeme text ) → tsvector 从 vector 中移除 lexeme 的任何出现。 lexeme 字符串将作为词素按原样采用，不再进行处理。 ts_delete('fat:2,4 cat:3 rat:5A'::tsvector, 'fat') → 'cat':3 'rat':5A

ts_delete ( vector tsvector , lexemes text[] ) → tsvector 从 vector 中移除 lexemes 中的词素的任何出现。 lexemes 中的字符串将作为词素按原样采用，不再进行处理。与 vector 中的任何词素不匹配的字符串将被忽略。 ts_delete('fat:2,4 cat:3 rat:5A'::tsvector, ARRAY['fat','rat']) → 'cat':3

ts_filter ( vector tsvector , weights "char"[] ) → tsvector 从 vector 中仅选择具有 weights 给定值的元素。 ts_filter('fat:2,4 cat:3b,7c rat:5A'::tsvector, '{a,b}') → 'cat':3B 'rat':5A

ts_headline ( [ config regconfig , ] document text , query tsquery [, options text ] ) → text 采用缩略形式显示在 document 中的 query 匹配项，而 document 必须是原始文本，而不是 tsvector 。匹配查询前，将根据指定或默认配置对文档中的单词进行规范化。在 Section 12.3.4 中讨论了此函数的使用，同时也对可用的 options 进行了说明。 ts_headline('The fat cat ate the rat.', 'cat') → The fat &lt;b&gt;cat&lt;/b&gt; ate the rat.

ts_headline ( [ config regconfig , ] document json , query tsquery [, options text ] ) → text ts_headline ( [ config regconfig , ] document jsonb , query tsquery [, options text ] ) → text 采用缩略形式显示 JSON document 内部字符串值中出现的 query 匹配项。有关更多详情，请参见 Section 12.3.4 。 ts_headline('{"cat":"raining cats and dogs"}'::jsonb, 'cat') → {"cat": "raining &lt;b&gt;cats&lt;/b&gt; and dogs"}

ts_rank ( , ] _vector tsvector , query tsquery [, normalization integer ] ) → real 计算一个分数，显示 vector 与 query 的匹配程度。有关详情，请参见 Section 12.3.3 。 ts_rank(to_tsvector('raining cats and dogs'), 'cat') → 0.06079271

ts_rank_cd ( , ] _vector tsvector , query tsquery [, normalization integer ] ) → real 计算一个分数，显示 vector 与 query 的匹配程度，采用了覆盖密度算法。有关详情，请参见 Section 12.3.3 。 ts_rank_cd(to_tsvector('raining cats and dogs'), 'cat') → 0.1

ts_rewrite ( query tsquery , target tsquery , substitute tsquery ) → tsquery 用 substitute 替换 query 中的 target 出现。有关详情，请参见 Section 12.4.2.1 。_ts_rewrite('a & b'::tsquery, 'a'::tsquery, 'foo

bar':tsquery)_ → _'b' & ( 'foo'

'bar' )_

ts_rewrite ( query tsquery , select text ) → tsquery 根据通过执行 SELECT 命令获得的目标和替换，替换 query 的部分内容。有关详情，请参见 Section 12.4.2.1 。 SELECT ts_rewrite('a &amp; b'::tsquery, 'SELECT t,s FROM aliases') → _'b' & ( 'foo'

'bar' )_

tsquery_phrase ( query1 tsquery , query2 tsquery ) → tsquery 构建一个短语查询，搜索相继词素（与 &lt;&#8594; 运算符相同）中的 query1 和 query2 的匹配项。 tsquery_phrase(to_tsquery('fat'), to_tsquery('cat')) → 'fat' &lt;&#8594; 'cat'

tsquery_phrase ( query1 tsquery , query2 tsquery , distance integer ) → tsquery 构建一个短语查询，搜索相隔正好 distance 个词素的 query1 和 query2 的匹配项。 tsquery_phrase(to_tsquery('fat'), to_tsquery('cat'), 10) → 'fat' &lt;10&gt; 'cat'

tsvector_to_array ( tsvector ) → text[] 将 tsvector 转换为词素阵列。 tsvector_to_array('fat:2,4 cat:3 rat:5A'::tsvector) → {cat,fat,rat}

unnest ( tsvector ) → setof record ( lexeme text , positions smallint[] , weights text )将 tsvector 展开到一行集合中，每行一个词素。 select * from unnest('cat:3 fat:2,4 rat:5A'::tsvector) → 词素

positions

weights ---------------------------- cat

{3}

{D} fat

{2,4}

{D,D} rat

{5}

{A}