array_to_tsvector ( text[] )
→ tsvector
将文本字符串数组转换为 tsvector。给定的字符串被直接用作词位，不经过进一步处理。数组元素不得为空字符串或 NULL。
array_to_tsvector('{fat,cat,rat}'::text[])
→ 'cat' 'fat' 'rat'
|
get_current_ts_config ( )
→ regconfig
返回当前默认文本检索配置的 OID（由 default_text_search_config 设置）。
get_current_ts_config()
→ english
|
length ( tsvector )
→ integer
返回 tsvector 中的词位数。
length('fat:2,4 cat:3 rat:5A'::tsvector)
→ 3
|
numnode ( tsquery )
→ integer
返回 tsquery 中词位和操作符的数目。
numnode('(fat & rat) | cat'::tsquery)
→ 5
|
plainto_tsquery (
[ config regconfig, ]
query text )
→ tsquery
将文本转换为 tsquery，根据指定的或默认配置对单词进行正规化。字符串中的任何标点符号都会被忽略（它们不决定查询操作符）。生成的查询匹配包含文本中所有非停用词的文档。
plainto_tsquery('english', 'The Fat Rats')
→ 'fat' & 'rat'
|
phraseto_tsquery (
[ config regconfig, ]
query text )
→ tsquery
将文本转换为 tsquery，根据指定的或默认配置对单词进行正规化。字符串中的任何标点符号都会被忽略（它不决定查询操作符）。结果查询匹配包含文本中所有非停用词的短语。
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，根据指定的或默认配置对单词进行正规化。带引号的单词序列被转换为短语测试。“or”一词产生 OR 操作符，短横线产生 NOT 操作符；其他标点符号会被忽略。这类似于一些常见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 中可索引部分的表示。结果为空或仅为 T 表示该查询不可索引。
querytree('foo & ! bar'::tsquery)
→ 'foo'
|
setweight ( vector tsvector, weight "char" )
→ tsvector
将指定的 weight 赋给 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
为 vector 中列在 lexemes 内的元素赋予指定的 weight。lexemes 中的字符串按原样用作词位，不经过进一步处理。不匹配 vector 中任何词位的字符串将被忽略。
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，根据指定的或默认配置对单词进行正规化。单词必须由有效的 tsquery 操作符组合。
to_tsquery('english', 'The & Fat & Rats')
→ 'fat' & 'rat'
|
to_tsvector (
[ config regconfig, ]
document text )
→ tsvector
将文本转换为 tsvector，根据指定的或默认配置对单词进行正规化。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，根据指定的或默认配置对单词进行正规化。然后将结果按文档顺序连接起来以产生输出。生成位置信息时，视为每对字符串值之间存在一个停用词。（注意，当输入为 jsonb 时，JSON 对象字段的“文档顺序”取决于具体实现；请注意这些示例中的差异。）
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
选择 filter 请求的 JSON 文档中的每个项，并将每个项转换为 tsvector，根据指定的或默认配置对单词进行正规化。然后将结果按文档顺序连接起来以产生输出。位置信息就像在每对选定的项目之间存在一个停用词一样生成。（注意，当输入为 jsonb 时，JSON 对象字段的“文档顺序”取决于实现。）filter 必须是一个 jsonb 数组，其中包含 0 个或多个关键字："string"（包括所有字符串值），"numeric"（包括所有数值），"boolean"（包括所有布尔值），"key"（包括所有键），或
"all"（包括以上所有内容）。作为一种特殊情况，该 filter 也可以是这些关键字之一的简单 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 中删除给定的 lexeme 的所有出现。lexeme 字符串被视为原样的词位，不经过进一步处理。
ts_delete('fat:2,4 cat:3 rat:5A'::tsvector, 'fat')
→ 'cat':3 'rat':5A
|
ts_delete ( vector tsvector, lexemes text[] )
→ tsvector
从 vector 中删除 lexemes 所列词位的所有出现。lexemes 中的字符串按原样用作词位，不经过进一步处理。不匹配 vector 中任何词位的字符串将被忽略。
ts_delete('fat:2,4 cat:3 rat:5A'::tsvector, ARRAY['fat','rat'])
→ 'cat':3
|
ts_filter ( vector tsvector, weights "char"[] )
→ tsvector
只从 vector 中选择具有给定 weights 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
以缩略形式显示 query 在 document 中的匹配项；后者必须是原始文本，不能是 tsvector。在匹配查询之前，文档中的单词将根据指定的或默认配置进行正规化。第 12.3.4 节中讨论了该函数的使用，还描述了可用的 options。
ts_headline('The fat cat ate the rat.', 'cat')
→ The fat <b>cat</b> 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
以缩略形式显示 query 在 JSON document 字符串值中的匹配项。更多细节请参见第 12.3.4 节。
ts_headline('{"cat":"raining cats and dogs"}'::jsonb, 'cat')
→ {"cat": "raining <b>cats</b> and dogs"}
|
ts_rank (
[ weights real[], ]
vector tsvector,
query tsquery
[, normalization integer ] )
→ real
计算一个分数，显示 vector 与 query 的匹配程度。详情请参见第 12.3.3 节。
ts_rank(to_tsvector('raining cats and dogs'), 'cat')
→ 0.06079271
|
ts_rank_cd (
[ weights real[], ]
vector tsvector,
query tsquery
[, normalization integer ] )
→ real
使用覆盖密度算法计算一个分数，显示 vector 与 query 的匹配程度。详情参见第 12.3.3 节。
ts_rank_cd(to_tsvector('raining cats and dogs'), 'cat')
→ 0.1
|
ts_rewrite ( query tsquery,
target tsquery,
substitute tsquery )
→ tsquery
在 query 中使用 substitute 替换出现的 target。详情参见第 12.4.2.1 节。
ts_rewrite('a & b'::tsquery, 'a'::tsquery, 'foo|bar'::tsquery)
→ 'b' & ( 'foo' | 'bar' )
|
ts_rewrite ( query tsquery,
select text )
→ tsquery
根据执行 SELECT 命令得到的目标和替换项，替换 query 中的相应部分。详情参见第 12.4.2.1 节。
SELECT ts_rewrite('a & b'::tsquery, 'SELECT t,s FROM aliases')
→ 'b' & ( 'foo' | 'bar' )
|
tsquery_phrase ( query1 tsquery, query2 tsquery )
→ tsquery
构造一个短语查询，在连续的词位上搜索 query1 和 query2 的匹配项（与<-> 操作符相同）。
tsquery_phrase(to_tsquery('fat'), to_tsquery('cat'))
→ 'fat' <-> 'cat'
|
tsquery_phrase ( query1 tsquery, query2 tsquery, distance integer )
→ tsquery
构造一个短语查询，用于搜索 query1 和 query2 的匹配项，其匹配位置恰好相距 distance 个词位。
tsquery_phrase(to_tsquery('fat'), to_tsquery('cat'), 10)
→ 'fat' <10> 'cat'
|
tsvector_to_array ( tsvector )
→ text[]
将 tsvector 转换为词位的数组。
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 展开为一组行，每行对应一个词位。
select * from unnest('cat:3 fat:2,4 rat:5A'::tsvector)
→ lexeme | positions | weights
--------+-----------+---------
cat | {3} | {D}
fat | {2,4} | {D,D}
rat | {5} | {A}
|