|
array_to_tsvector ( text[] ) → tsvector
将文本字符串数组转换为 tsvector。给定的字符串将按原样用作词位，无需进一步处理。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 中的词位数。
length('fat:2,4 cat:3 rat:5A'::tsvector) → 3
|
|
numnode ( tsquery ) → integer
返回 tsquery 中的词位数加上操作符数。
numnode('(fat & rat) | cat'::tsquery) → 5
|
|
plainto_tsquery ( [ config regconfig, ] query text ) → tsquery
根据指定的或默认的配置将文本转换为 tsquery，并对单词进行标准化。任何标点符号都会被忽略（它不决定查询操作符）。结果查询将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
根据指定的或默认的配置将文本转换为 tsquery，并对单词进行标准化。任何标点符号都会被忽略（它不决定查询操作符）。结果查询将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
根据指定的或默认的配置将文本转换为 tsquery，并对单词进行标准化。带引号的单词序列将被转换为短语测试。“or” 一词被理解为产生 OR 操作符，破折号产生 NOT 操作符；其他标点符号将被忽略。这近似于一些常用网页搜索工具的行为。
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。空结果或仅为 T 的结果表示一个不可索引的查询。
querytree('foo & ! bar'::tsquery) → 'foo'
|
|
setweight ( vector tsvector, weight "char" ) → tsvector
为 vector 的每个元素分配指定的 weight。
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 中的元素分配指定的 weight。 lexemes 中的字符串将按原样用作词位，无需进一步处理。与 vector 中任何词位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
根据指定的或默认的配置将文本转换为 tsquery，并对单词进行标准化。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
根据指定的或默认的配置将文本转换为 tsvector，并对单词进行标准化。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，并根据指定的或默认的配置对单词进行标准化。然后，结果将按照文档顺序连接起来以生成输出。位置信息是通过假设每对字符串值之间存在一个停用词来生成的。（请注意，当输入为 jsonb 时，JSON 对象字段的“文档顺序”是依赖于实现的；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
根据 filter 请求的 JSON 文档中的每个项进行选择，并将每个项转换为 tsvector，根据指定的或默认的配置对单词进行标准化。然后，结果将按照文档顺序连接起来以生成输出。位置信息是通过假设每对选定项之间存在一个停用词来生成的。（请注意，当输入为 jsonb 时，JSON 对象字段的“文档顺序”是依赖于实现的。） filter 必须是一个 jsonb 数组，其中包含零个或多个以下关键字："string"（包含所有字符串值）、"numeric"（包含所有数值）、"boolean"（包含所有布尔值）、"key"（包含所有键）或 "all"（包含以上所有）。作为特例，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 中移除给定 lexeme 的所有出现。 lexeme 字符串将按原样用作词位，无需进一步处理。
ts_delete('fat:2,4 cat:3 rat:5A'::tsvector, 'fat') → 'cat':3 'rat':5A
|
|
ts_delete ( vector tsvector, lexemes text[] ) → tsvector
从 vector 中移除 lexemes 中所有词位的出现。 lexemes 中的字符串将按原样用作词位，无需进一步处理。与 vector 中任何词位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
仅从 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
以摘要形式显示 query 在 document 中的匹配项，document 必须是原始文本而非 tsvector。在匹配查询之前，文档中的单词将根据指定的或默认的配置进行标准化。此函数的使用在 第 12.3.4 节 中讨论，其中还描述了可用的 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
以摘要形式显示 JSON document 中字符串值内出现的 query 的匹配项。有关更多详细信息，请参阅 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。有关详细信息，请参阅 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。有关详细信息，请参阅 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 中用 substitute 替换 target 的出现。有关详细信息，请参阅 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 命令获得的 target 和 substitute 来替换 query 的部分。有关详细信息，请参阅 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
构建一个短语查询，搜索 query1 和 query2 在连续词位上的匹配（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
构建一个短语查询，搜索 query1 和 query2 相距正好 distance 个词位的匹配。
tsquery_phrase(to_tsquery('fat'), to_tsquery('cat'), 10) → 'fat' <10> 'cat'
|
|
tsvector_to_array ( tsvector ) → text[]
将 tsvector 转换为词位数组。
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}
|