文档是全文搜索系统中搜索的单元；例如，杂志文章或电子邮件消息。文本搜索引擎必须能够解析文档并将词位（关键字）与其父文档的关联存储起来。稍后，这些关联用于搜索包含查询词的文档。

对于 PostgreSQL 中的搜索，文档通常是数据库表的一行中的文本字段，或者可能是此类字段的组合（连接），可能存储在多个表中或动态获取。换句话说，可以从不同的部分构建文档以进行索引，并且它可能不会作为整体存储在任何地方。例如

SELECT title || ' ' ||  author || ' ' ||  abstract || ' ' || body AS document
FROM messages
WHERE mid = 12;

SELECT m.title || ' ' || m.author || ' ' || m.abstract || ' ' || d.body AS document
FROM messages m, docs d
WHERE m.mid = d.did AND m.mid = 12;

另一种可能性是将文档作为简单的文本文件存储在文件系统中。在这种情况下，可以使用数据库来存储全文索引并执行搜索，并且可以使用一些唯一的标识符从文件系统中检索文档。但是，从数据库外部检索文件需要超级用户权限或特殊函数支持，因此这通常不如将所有数据保存在 PostgreSQL 中方便。此外，将所有内容保存在数据库中可以轻松访问文档元数据，以帮助进行索引和显示。

对于文本搜索目的，每个文档必须简化为预处理的 tsvector 格式。搜索和排名完全在文档的 tsvector 表示上执行 — 只有在文档被选中以显示给用户时，才需要检索原始文本。因此，我们通常将 tsvector 称为文档，但这当然只是完整文档的紧凑表示。

PostgreSQL 中的全文搜索基于匹配运算符 @@，如果 tsvector（文档）与 tsquery（查询）匹配，则该运算符返回 true。哪个数据类型写在前面都没关系

SELECT 'a fat cat sat on a mat and ate a fat rat'::tsvector @@ 'cat & rat'::tsquery;
 ?column?
----------
 t

SELECT 'fat & cow'::tsquery @@ 'a fat cat sat on a mat and ate a fat rat'::tsvector;
 ?column?
----------
 f

正如上面的示例所暗示的那样，tsquery 不仅仅是原始文本，就像 tsvector 一样。tsquery 包含搜索词，这些搜索词必须是已经规范化的词位，并且可以使用 AND、OR、NOT 和 FOLLOWED BY 运算符组合多个词。（有关语法详细信息，请参见第 8.11.2 节。）有函数 to_tsquery、plainto_tsquery 和 phraseto_tsquery 有助于将用户编写的文本转换为正确的 tsquery，主要是通过规范化文本中出现的单词。类似地，to_tsvector 用于解析和规范化文档字符串。因此，在实践中，文本搜索匹配看起来更像这样

SELECT to_tsvector('fat cats ate fat rats') @@ to_tsquery('fat & rat');
 ?column?
----------
 t

请注意，如果写成以下形式，则此匹配将不会成功

SELECT 'fat cats ate fat rats'::tsvector @@ to_tsquery('fat & rat');
 ?column?
----------
 f

因为此处不会发生 rats 一词的规范化。tsvector 的元素是词位，假定它们已经过规范化，因此 rats 与 rat 不匹配。

@@ 运算符还支持 text 输入，允许在简单情况下跳过将文本字符串显式转换为 tsvector 或 tsquery。可用的变体包括

tsvector @@ tsquery
tsquery  @@ tsvector
text @@ tsquery
text @@ text

我们已经看到了前两个。形式 text @@ tsquery 等效于 to_tsvector(x) @@ y。形式 text @@ text 等效于 to_tsvector(x) @@ plainto_tsquery(y)。

在 tsquery 中，&（AND）运算符指定其两个参数都必须出现在文档中才能匹配。类似地，|（OR）运算符指定其参数中至少有一个必须出现，而 !（NOT）运算符指定其参数必须不出现才能匹配。例如，查询 fat & ! rat 匹配包含 fat 但不包含 rat 的文档。

借助 <-> (FOLLOWED BY) tsquery 运算符，可以搜索短语，只有当其参数的匹配项相邻且按给定顺序排列时才会匹配。例如：

SELECT to_tsvector('fatal error') @@ to_tsquery('fatal <-> error');
 ?column?
----------
 t

SELECT to_tsvector('error is not fatal') @@ to_tsquery('fatal <-> error');
 ?column?
----------
 f

FOLLOWED BY 运算符有一个更通用的版本，形式为 <N>，其中 N 是一个整数，表示匹配的词位之间的位置差异。<1> 与 <-> 相同，而 <2> 允许在匹配项之间恰好出现一个其他词位，依此类推。phraseto_tsquery 函数使用此运算符来构造一个 tsquery，当某些单词是停用词时，该 tsquery 可以匹配多词短语。例如：

SELECT phraseto_tsquery('cats ate rats');
       phraseto_tsquery
-------------------------------
 'cat' <-> 'ate' <-> 'rat'

SELECT phraseto_tsquery('the cats ate the rats');
       phraseto_tsquery
-------------------------------
 'cat' <-> 'ate' <2> 'rat'

有时有用的一个特殊情况是，可以使用 <0> 来要求两个模式匹配同一个单词。

可以使用括号来控制 tsquery 运算符的嵌套。如果没有括号，| 的绑定最松散，然后是 &，然后是 <->，! 的绑定最紧密。

值得注意的是，当 AND/OR/NOT 运算符位于 FOLLOWED BY 运算符的参数中时，它们的含义与它们不在 FOLLOWED BY 运算符中时略有不同，因为在 FOLLOWED BY 中，匹配的确切位置非常重要。例如，通常 !x 仅匹配在任何位置都不包含 x 的文档。但是 !x <-> y 匹配 y，如果它不是紧跟在 x 之后；文档中其他位置出现的 x 不会阻止匹配。另一个例子是，x & y 通常只需要 x 和 y 都出现在文档的某个位置，但是 (x & y) <-> z 要求 x 和 y 在同一个位置匹配，紧邻 z 之前。因此，此查询的行为与 x <-> z & y <-> z 不同，后者将匹配包含两个单独的序列 x z 和 y z 的文档。（这个特定的查询按书写方式是无用的，因为 x 和 y 不能在同一位置匹配；但是对于更复杂的情况，例如前缀匹配模式，这种形式的查询可能很有用。）

以上都是简单的文本搜索示例。如前所述，全文搜索功能包括执行更多操作的能力：跳过索引某些单词（停用词）、处理同义词以及使用复杂的解析，例如，基于不仅仅是空格进行解析。此功能由文本搜索配置控制。PostgreSQL 提供了许多语言的预定义配置，您可以轻松创建自己的配置。（psql 的 \dF 命令显示所有可用的配置。）

在安装期间，会选择合适的配置，并且在 postgresql.conf 中相应地设置 default_text_search_config。如果您对整个集群使用相同的文本搜索配置，则可以使用 postgresql.conf 中的值。要在整个集群中使用不同的配置，但在任何一个数据库中使用相同的配置，请使用 ALTER DATABASE ... SET。否则，您可以在每个会话中设置 default_text_search_config。

每个依赖于配置的文本搜索函数都有一个可选的 regconfig 参数，以便可以显式指定要使用的配置。仅当省略此参数时，才使用 default_text_search_config。

为了更容易构建自定义文本搜索配置，配置是从更简单的数据库对象构建的。PostgreSQL 的文本搜索功能提供了四种与配置相关的数据库对象

文本搜索解析器和模板是从底层 C 函数构建的；因此，开发新的解析器和模板需要具备 C 编程能力，并且需要超级用户权限才能将其安装到数据库中。（在 PostgreSQL 发行版的 contrib/ 区域中有附加解析器和模板的示例。）由于字典和配置只是参数化并连接一些底层解析器和模板，因此创建新的字典或配置不需要特殊权限。创建自定义字典和配置的示例将在本章后面出现。