PostgreSQL 提供了函数 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，将标记减少为词位，并返回一个 tsvector，其中列出了词位及其在文档中的位置。根据指定的或默认的文本搜索配置处理文档。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 变成了 rat，并且标点符号 - 被忽略了。

to_tsvector 函数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，都会查询一个字典列表（第 12.6 节），其中该列表可能因标记类型而异。第一个识别标记的字典会发出一个或多个标准化的词位来表示该标记。例如，rats 变成 rat，因为其中一个字典识别出单词 rats 是 rat 的复数形式。某些单词被识别为停用词（第 12.6.1 节），这会导致它们被忽略，因为它们的出现频率太高而无法在搜索中使用。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该标记，则也会忽略该标记。在此示例中，标点符号 - 就发生了这种情况，因为实际上没有为其标记类型（空格符号）分配任何字典，这意味着空格标记将永远不会被索引。解析器、字典以及要索引的标记类型的选择由选定的文本搜索配置决定（第 12.7 节）。在同一个数据库中可以有许多不同的配置，并且为各种语言提供了预定义的配置。在我们的示例中，我们使用了英语的默认配置 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 中的一个。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) 将返回 NULL，因此建议在字段可能为空时使用 coalesce。这是从结构化文档创建 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');

在这里，我们使用了 setweight 来标记已完成 tsvector 中每个词位的来源，然后使用 tsvector 连接运算符 || 合并了标记的 tsvector 值。（第 12.4.1 节 提供了有关这些操作的详细信息。）

PostgreSQL 提供了函数 to_tsquery、plainto_tsquery、phraseto_tsquery 和 websearch_to_tsquery 用于将查询转换为 tsquery 数据类型。to_tsquery 提供的功能比 plainto_tsquery 或 phraseto_tsquery 更多，但它对其输入的要求更高。websearch_to_tsquery 是 to_tsquery 的简化版本，具有与 Web 搜索引擎使用的语法类似的替代语法。

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，可以使用括号分组。换句话说，to_tsquery 的输入必须已经遵循 tsquery 输入的通用规则，如第 8.11.2 节中所述。不同之处在于，虽然基本的 tsquery 输入按表面值采用标记，但 to_tsquery 使用指定的或默认的配置将每个标记标准化为词位，并丢弃根据配置为停用词的任何标记。例如

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

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

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

此外，* 可以附加到词位以指定前缀匹配

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

这样的词位将匹配 tsvector 中以给定字符串开头的任何单词。

to_tsquery 也可以接受单引号短语。当配置包含一个可能触发此类短语的同义词库字典时，这非常有用。在下面的示例中，同义词库包含规则 supernovae stars : sn

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

如果没有引号，to_tsquery 将为不是由 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。该文本经过解析和规范化，就像 to_tsvector 一样，然后在剩余的单词之间插入 & (AND) tsquery 运算符。

示例

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

请注意，plainto_tsquery 不会识别其输入中的 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'

在这里，所有输入的标点符号都被丢弃了。

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

phraseto_tsquery 的行为与 plainto_tsquery 非常相似，不同之处在于它在剩余的单词之间插入 <-> (FOLLOWED BY) 运算符，而不是 & (AND) 运算符。此外，停用词不会被简单地丢弃，而是通过插入 <N> 运算符而不是 <-> 运算符来处理。当搜索确切的词位序列时，此函数非常有用，因为 FOLLOWED BY 运算符会检查词位顺序，而不仅仅是所有词位的存在。

示例

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

与 plainto_tsquery 一样，phraseto_tsquery 函数不会识别其输入中的 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 创建一个 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，这使得可以使用原始用户提供的输入进行搜索。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 函数不会识别其输入中的 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)

排名旨在衡量文档与特定查询的相关性，以便在有多个匹配项时，最相关的项可以优先显示。 PostgreSQL 提供了两个预定义的排名函数，它们会考虑词法、邻近性和结构信息；也就是说，它们会考虑查询词在文档中出现的频率、这些词在文档中的接近程度，以及这些词出现的文档部分的权重。然而，相关性的概念是模糊的，并且非常依赖于具体的应用程序。不同的应用程序可能需要额外的排名信息，例如文档修改时间。内置的排名函数只是示例。您可以编写自己的排名函数，或者将其结果与额外的因素结合起来，以满足您的特定需求。

目前可用的两个排名函数是：

对于这两个函数，可选的 weights 参数允许根据词的标签来加权或减权。权重数组指定如何对每类词进行加权，顺序如下：

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

如果未提供 weights，则使用以下默认值：

{0.1, 0.2, 0.4, 1.0}

通常，权重用于标记文档特殊区域中的词，例如标题或初始摘要，这样它们就可以比文档正文中的词更重要或更不重要。

由于较长的文档包含查询词的几率更大，因此考虑文档大小是合理的，例如，包含五个搜索词实例的百字文档可能比包含五个实例的千字文档更相关。两个排名函数都采用整数 normalization 选项，用于指定文档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：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。

请务必注意，排名函数不使用任何全局信息，因此不可能像有时期望的那样产生公平的 1% 或 100% 归一化。归一化选项 32 (rank/(rank+1)) 可以应用于将所有排名缩放到零到一的范围内，但这当然只是一个表面上的更改；它不会影响搜索结果的排序。

以下示例仅选择十个排名最高的匹配项：

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

排名可能很耗时，因为它需要查询每个匹配文档的 tsvector，这可能受 I/O 限制，因此速度会很慢。不幸的是，这几乎是不可避免的，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，理想的情况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的搜索词的文档片段。 PostgreSQL 提供了一个函数 ts_headline 来实现此功能。

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

ts_headline 接受文档和查询，并返回文档的摘录，其中突出显示了查询中的词。具体来说，该函数将使用查询来选择相关的文本片段，然后突出显示查询中出现的所有词，即使这些词的位置与查询的限制不匹配。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，则它必须由一个或多个以逗号分隔的 option=value 对组成。可用的选项包括：

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，则必须用双引号将其引起来。

在基于非片段的标题生成中，ts_headline 定位给定 query 的匹配项，并选择一个显示，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 定位查询匹配项，并将每个匹配项拆分为不超过 MaxWords 个词的“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”片段以包含周围的词。因此，当查询匹配跨越文档的较大区域，或者需要显示多个匹配项时，基于片段的模式更有用。在任何一种模式下，如果无法识别任何查询匹配项，则将显示文档中前 MinWords 个词的单个片段。

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。