PostgreSQL 提供函数 to_tsvector，用于将文档转换为 tsvector 数据类型。

to_tsvector([ config regconfig, ] document text) returns tsvector

to_tsvector 将文本文档解析为标记，将标记简化为词素，并返回一个 tsvector，其中列出了词素及其在文档中的位置。文档根据指定或默认的文本搜索配置进行处理。这是一个简单的示例

SELECT to_tsvector('english', 'a fat  cat sat on a mat - it ate a fat rats');
                  to_tsvector
-----------------------------------------------------
 'ate':9 'cat':3 'fat':2,11 'mat':7 'rat':12 'sat':4

在上面的示例中，我们看到生成的 tsvector 不包含单词 a、on 或 it，单词 rats 变成 rat，并且忽略了标点符号 -。

函数 to_tsvector 在内部调用一个解析器，该解析器将文档文本分解为标记，并为每个标记分配一个类型。对于每个标记，都会查阅字典列表（第 12.6 节），其中列表可以根据标记类型而有所不同。第一个识别标记的字典会发出一个或多个已规范化的词素来表示标记。例如，rats 变成了 rat，因为其中一个字典识别出单词 rats 是 rat 的复数形式。一些单词被识别为停用词（第 12.6.1 节），这会导致它们被忽略，因为它们出现的频率太高，无法用于搜索。在我们的示例中，这些是 a、on 和 it。如果列表中的任何字典都无法识别标记，那么该标记也会被忽略。在此示例中，标点符号 - 发生了这种情况，因为实际上没有为其标记类型（空格符号）分配任何字典，这意味着空格标记永远不会被编入索引。解析器、字典和要编入索引的标记类型由所选文本搜索配置决定（第 12.7 节）。同一个数据库中可以有多种不同的配置，并且为各种语言提供了预定义的配置。在我们的示例中，我们对英语语言使用了默认配置 english。

函数 setweight 可用于使用给定的权重标记 tsvector 的条目，其中权重是字母 A、B、C 或 D 之一。这通常用于标记来自文档不同部分的条目，例如标题与正文。稍后，此信息可用于对搜索结果进行排名。

由于 to_tsvector(NULL) 会返回 NULL，因此建议在字段可能为 null 时使用 coalesce。以下是根据结构化文档创建 tsvector 的推荐方法

UPDATE tt SET ti =
    setweight(to_tsvector(coalesce(title,'')), 'A')    ||
    setweight(to_tsvector(coalesce(keyword,'')), 'B')  ||
    setweight(to_tsvector(coalesce(abstract,'')), 'C') ||
    setweight(to_tsvector(coalesce(body,'')), 'D');

此处我们使用 setweight 标记完成的 tsvector 中每个词素的来源，然后使用 tsvector 连接运算符 || 合并标记的 tsvector 值。（第 12.4.1 节 详细介绍了这些操作。）

PostgreSQL 提供函数 to_tsquery、plainto_tsquery、phraseto_tsquery 和 websearch_to_tsquery，用于将查询转换为 tsquery 数据类型。与 plainto_tsquery 或 phraseto_tsquery 相比，to_tsquery 提供了更多功能，但对输入要求更严格。 websearch_to_tsquery 是 to_tsquery 的简化版本，具有替代语法，类似于 Web 搜索引擎使用的语法。

to_tsquery([ config regconfig, ] querytext text) returns tsquery

to_tsquery 从 querytext 创建一个 tsquery 值，该值必须由单个标记组成，这些标记由 tsquery 运算符 &（AND）、|（OR）、!（NOT）和 <->（FOLLOWED BY）分隔，可能使用括号进行分组。换句话说，to_tsquery 的输入必须已经遵循 tsquery 输入的一般规则，如 第 8.11.2 节 中所述。不同之处在于，虽然基本的 tsquery 输入按字面意思获取标记，但 to_tsquery 使用指定或默认配置将每个标记规范化为词素，并根据配置丢弃任何停用词标记。例如

SELECT to_tsquery('english', 'The & Fat & Rats');
  to_tsquery
---------------
 'fat' & 'rat'

与基本 tsquery 输入一样，可以将权重附加到每个词素，以将其限制为仅匹配这些权重的 tsvector 词素。例如

SELECT to_tsquery('english', 'Fat | Rats:AB');
    to_tsquery
------------------
 'fat' | 'rat':AB

此外，可以将 * 附加到词素以指定前缀匹配

SELECT to_tsquery('supern:*A & star:A*B');
        to_tsquery
--------------------------
 'supern':*A & 'star':*AB

此类词素将匹配 tsvector 中以给定字符串开头的任何单词。

to_tsquery 还可以接受带单引号的短语。当配置包含可能触发此类短语的同义词词典时，这主要很有用。在以下示例中，同义词词典包含规则 supernovae stars : sn

SELECT to_tsquery('''supernovae stars'' & !crab');
  to_tsquery
---------------
 'sn' & !'crab'

如果没有引号，to_tsquery 将为未由 AND、OR 或 FOLLOWED BY 运算符分隔的标记生成语法错误。

plainto_tsquery([ config regconfig, ] querytext text) returns tsquery

plainto_tsquery 将未格式化的文本 querytext 转换为 tsquery 值。文本的解析和规范化与 to_tsvector 非常相似，然后在保留的单词之间插入 &（AND）tsquery 运算符。

示例

SELECT plainto_tsquery('english', 'The Fat Rats');
 plainto_tsquery
-----------------
 'fat' & 'rat'

请注意，plainto_tsquery 不会在其输入中识别 tsquery 运算符、权重标签或前缀匹配标签

SELECT plainto_tsquery('english', 'The Fat & Rats:C');
   plainto_tsquery
---------------------
 'fat' & 'rat' & 'c'

在此，所有输入标点符号均已丢弃。

phraseto_tsquery([ config regconfig, ] querytext text) returns tsquery

phraseto_tsquery 的行为与 plainto_tsquery 非常相似，不同之处在于它在保留的单词之间插入 <->（FOLLOWED BY）运算符，而不是 &（AND）运算符。此外，停用词不会简单地丢弃，而是通过插入 <N> 运算符而不是 <-> 运算符来考虑。此函数在搜索确切词素序列时很有用，因为 FOLLOWED BY 运算符不仅检查所有词素的存在，还检查词素的顺序。

示例

SELECT phraseto_tsquery('english', 'The Fat Rats');
 phraseto_tsquery
------------------
 'fat' <-> 'rat'

与 plainto_tsquery 类似，phraseto_tsquery 函数不会在其输入中识别 tsquery 运算符、权重标签或前缀匹配标签

SELECT phraseto_tsquery('english', 'The Fat & Rats:C');
      phraseto_tsquery
-----------------------------
 'fat' <-> 'rat' <-> 'c'

websearch_to_tsquery([ config regconfig, ] querytext text) returns tsquery

websearch_to_tsquery 使用替代语法从 querytext 创建 tsquery 值，其中简单的未格式化文本是有效的查询。与 plainto_tsquery 和 phraseto_tsquery 不同，它还识别某些运算符。此外，此函数永远不会引发语法错误，这使得可以将原始用户提供的输入用于搜索。支持以下语法

其他标点符号将被忽略。因此，与 plainto_tsquery 和 phraseto_tsquery 一样，websearch_to_tsquery 函数不会在其输入中识别 tsquery 运算符、权重标签或前缀匹配标签。

示例

SELECT websearch_to_tsquery('english', 'The fat rats');
 websearch_to_tsquery
----------------------
 'fat' & 'rat'
(1 row)

SELECT websearch_to_tsquery('english', '"supernovae stars" -crab');
       websearch_to_tsquery
----------------------------------
 'supernova' <-> 'star' & !'crab'
(1 row)

SELECT websearch_to_tsquery('english', '"sad cat" or "fat rat"');
       websearch_to_tsquery
-----------------------------------
 'sad' <-> 'cat' | 'fat' <-> 'rat'
(1 row)

SELECT websearch_to_tsquery('english', 'signal -"segmentation fault"');
         websearch_to_tsquery
---------------------------------------
 'signal' & !( 'segment' <-> 'fault' )
(1 row)

SELECT websearch_to_tsquery('english', '""" )( dummy \\ query <->');
 websearch_to_tsquery
----------------------
 'dummi' & 'queri'
(1 row)

排名尝试衡量文档与特定查询的相关性，以便在有多个匹配项时可以首先显示最相关的匹配项。 PostgreSQL 提供了两个预定义的排名函数，它们考虑了词法、邻近和结构信息；也就是说，它们考虑了查询词在文档中出现的频率、词在文档中的接近程度以及它们出现的文档部分的重要性。但是，相关性的概念很模糊，并且非常特定于应用程序。不同的应用程序可能需要额外的信息进行排名，例如文档修改时间。内置排名函数只是示例。您可以编写自己的排名函数和/或将其结果与其他因素结合起来以满足您的特定需求。

当前可用的两个排名函数是

对于这两个函数，可选的 weights 参数提供了根据单词的标记方式对单词实例进行更多或更少加权的能力。权重数组指定按顺序对每类单词加权的程度

{D-weight, C-weight, B-weight, A-weight}

如果没有提供 weights，则使用以下默认值

{0.1, 0.2, 0.4, 1.0}

通常，权重用于标记文档中特殊区域的单词，如标题或初始摘要，以便可以比文档正文中的单词赋予其更多或更少的权重。

由于较长的文档包含查询词条的可能性更大，因此考虑文档大小是合理的，例如，包含搜索词条五个实例的百字文档可能比包含搜索词条五个实例的千字文档更相关。两种排名函数都采用一个整数normalization选项，该选项指定文档的长度是否以及如何影响其排名。整数选项控制多种行为，因此它是一个位掩码：你可以使用|指定一个或多个行为（例如，2|4）。

如果指定了多个标志位，则按列出的顺序应用转换。

需要注意的是，排名函数不使用任何全局信息，因此不可能按有时所期望的那样生成到 1% 或 100% 的公平归一化。归一化选项 32 (rank/(rank+1)) 可用于将所有排名缩放到零到一范围，但当然这只是表面上的更改；它不会影响搜索结果的排序。

这是一个仅选择排名最高的十个匹配项的示例

SELECT title, ts_rank_cd(textsearch, query) AS rank
FROM apod, to_tsquery('neutrino|(dark & matter)') query
WHERE query @@ textsearch
ORDER BY rank DESC
LIMIT 10;
                     title                     |   rank
-----------------------------------------------+----------
 Neutrinos in the Sun                          |      3.1
 The Sudbury Neutrino Detector                 |      2.4
 A MACHO View of Galactic Dark Matter          |  2.01317
 Hot Gas and Dark Matter                       |  1.91171
 The Virgo Cluster: Hot Plasma and Dark Matter |  1.90953
 Rafting for Solar Neutrinos                   |      1.9
 NGC 4650A: Strange Galaxy and Dark Matter     |  1.85774
 Hot Gas and Dark Matter                       |   1.6123
 Ice Fishing for Cosmic Neutrinos              |      1.6
 Weak Lensing Distorts the Universe            | 0.818218

这是使用归一化排名的相同示例

SELECT title, ts_rank_cd(textsearch, query, 32 /* rank/(rank+1) */ ) AS rank
FROM apod, to_tsquery('neutrino|(dark & matter)') query
WHERE  query @@ textsearch
ORDER BY rank DESC
LIMIT 10;
                     title                     |        rank
-----------------------------------------------+-------------------
 Neutrinos in the Sun                          | 0.756097569485493
 The Sudbury Neutrino Detector                 | 0.705882361190954
 A MACHO View of Galactic Dark Matter          | 0.668123210574724
 Hot Gas and Dark Matter                       |  0.65655958650282
 The Virgo Cluster: Hot Plasma and Dark Matter | 0.656301290640973
 Rafting for Solar Neutrinos                   | 0.655172410958162
 NGC 4650A: Strange Galaxy and Dark Matter     | 0.650072921219637
 Hot Gas and Dark Matter                       | 0.617195790024749
 Ice Fishing for Cosmic Neutrinos              | 0.615384618911517
 Weak Lensing Distorts the Universe            | 0.450010798361481

排名可能很昂贵，因为它需要查询每个匹配文档的tsvector，这可能会受到 I/O 限制，因此很慢。不幸的是，几乎不可能避免，因为实际查询通常会导致大量的匹配项。

为了呈现搜索结果，理想的做法是显示每个文档的一部分以及它与查询的关系。通常，搜索引擎会显示带有标记搜索词条的文档片段。PostgreSQL 提供了一个实现此功能的函数ts_headline。

ts_headline([ config regconfig, ] document text, query tsquery [, options text ]) returns text

ts_headline接受一个文档和一个查询，并返回一个文档摘录，其中查询中的词条被突出显示。具体来说，该函数将使用查询选择相关的文本片段，然后突出显示出现在查询中的所有单词，即使这些单词位置不符合查询的限制。用于解析文档的配置可以通过config指定；如果省略config，则使用default_text_search_config配置。

如果指定了options字符串，它必须由一个或多个option=value对的逗号分隔列表组成。可用选项为

这些选项名称不区分大小写。如果字符串值包含空格或逗号，则必须用双引号引起来。

在基于非片段的标题生成中，ts_headline 找到给定 query 的匹配项，并选择一个进行显示，优先选择在允许的标题长度内具有更多查询词的匹配项。在基于片段的标题生成中，ts_headline 找到查询匹配项，并将每个匹配项拆分为不超过 MaxWords 个单词的 “片段”，优先选择具有更多查询词的片段，并在可能的情况下 “延伸” 片段以包括周围的单词。因此，当查询匹配项跨越文档的大部分内容或希望显示多个匹配项时，基于片段的模式更有用。在任一模式中，如果无法识别查询匹配项，则将显示文档中前 MinWords 个单词的单个片段。

例如

SELECT ts_headline('english',
  'The most common type of search
is to find all documents containing given query terms
and return them in order of their similarity to the
query.',
  to_tsquery('english', 'query & similarity'));
                        ts_headline
------------------------------------------------------------
 containing given <b>query</b> terms                       +
 and return them in order of their <b>similarity</b> to the+
 <b>query</b>.

SELECT ts_headline('english',
  'Search terms may occur
many times in a document,
requiring ranking of the search matches to decide which
occurrences to display in the result.',
  to_tsquery('english', 'search & term'),
  'MaxFragments=10, MaxWords=7, MinWords=3, StartSel=<<, StopSel=>>');
                        ts_headline
------------------------------------------------------------
 <<Search>> <<terms>> may occur                            +
 many times ... ranking of the <<search>> matches to decide

ts_headline 使用原始文档，而不是 tsvector 摘要，因此它可能会很慢，应谨慎使用。