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，将标记简化为词元，并将 tsvector 返回，其中列出词元及其在文档中的位置。文档是根据指定的或默认文本搜索配置进行处理的。以下是简单的示例

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

在上述示例中，我们看到结果 tsvector 不包含单词 a、on 或 it，单词 rats 变为 rat，标点符号 - 被忽略了。

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，查找词典列表（第 12.6 节），其中的列表可能会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规范化词素来表示标记。例如，rats 变为 rat，因为其中一个词典识别单词 rats 为 rat 的复数形式。有些单词被识别为停止词（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，以致于在搜索中没有用处。在我们的例子中，这些词是 a、on 和 it。如果列表中的任何词典都没有识别出标记，那么该标记也会被忽略。在此示例中，出现这种情况的标点符号是 -，因为实际上没有为其标记类型（空白符号）分配词典，这意味着空白标记永远不会被编入索引。解析器、词典和要编入索引的标记类型的选择由所选文本搜索配置确定（第 12.7 节）。在同一个数据库中可以有多个不同的配置，并且已为各种语言准备了预定义的配置。在我们的示例中，我们对英语使用了默认配置 english。

函数 setweight 可用于使用给定权重对 tsvector 的条目进行标记，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（例如，标题与正文）的条目。之后，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 null 时使用 coalesce。以下是根据结构化文档创建 tsvector 的建议方法

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');

在此处，我们使用 setweight 对已完成的 tsvector 中每个词素的来源进行标记，然后使用 tsvector 连接运算符 || 合并标记的 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 可访问更多功能，但对输入的要求也更严格。 websearch_to_tsquery 是 to_tsquery 的简化版本，它采用替代语法，类似于网络搜索引擎使用的语法。

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

to_tsquery 根据 querytext 创建 tsquery 值，它必须包含用 tsquery 运算符 &（AND）、|（OR）、!（NOT）和 <->（FOLLOWED BY）分隔的单个词章，可能使用括号进行分组。换句话说，to_tsquery 的输入内容必须遵循 tsquery 输入的常规规则，如 第 8.11.2 节 所述。不同之处在于，虽然基础 tsquery 输入按字面值获取词章，但 to_tsquery 使用指定或默认配置将各个词章标准化为词素，并 根据配置丢弃任何停止词词章。例如

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

与基础 tsquery 输入一样，可以将权重附加到各个词素，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

这样的词素会匹配 tsvector 中以所给字符串开始的任意单词。

to_tsquery 还可以接受单引号短语。当配置包含可能触发此类短语的同义词库时，这尤其有用。在以下示例中，同义词库包含规则 supernovae stars : sn

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

如果不加引号，to_tsquery 会针对未用 AND、OR 或 FOLLOWED BY 运算符分隔的词章生成语法错误。

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

plainto_tsquery 将未格式化的文本 querytext 转换为 tsquery 值。它的解析和标准化过程与 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、权重标记或前缀匹配标记

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

在此处，所有输入标点符号均已被丢弃。

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

phraseto_tsquery 与 plainto_tsquery 的行为非常相似，不同之处在于它在保留的单词之间插入 <->（后跟）运算符，而不是 &（AND）运算符。此外，停用词不会被简单地舍弃，而是通过插入 <N> 运算符来考虑到它们，而不是 <-> 运算符。此函数在搜索精确词素序列时很有用，因为后跟运算符不仅检查词素的存在，还检查词素的顺序。

示例

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

与 plainto_tsquery 一样，phraseto_tsquery 函数也将无法识别输入中的 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 使用一种替代语法从 querytext 创建 tsquery 值，在此语法中，简单的未格式化文本是一个有效的查询。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，这使得可以将未经处理的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 函数将无法识别输入中的 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)

排名尝试衡量文档与特定查询的相关程度，以便在匹配项较多时，可以优先显示最相关的项。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，它们考虑了查询术语在文档中出现的频率、术语在文档中的紧密程度以及术语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排名信息，例如文档修改时间。内置排名函数只是示例。可以编写自己的排名函数和/或将其结果与其他因素相结合，以满足自己的特定需求。

目前可用的两个排名函数是

对于这两个函数，可选的weights参数提供根据词条标记方式加大或减轻词条实例权重的功能。权重数组指定按照顺序对每一类词条加大或减轻权重的力度

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

如果没有提供weights，则使用下列默认值

{0.1, 0.2, 0.4, 1.0}

通常会使用权重标记文档中的特定区域，比如标题或摘要开头，以便这些区域比文档正文中的词条重要或不重要。

由于较长的文档更有可能包含查询词条，因此考虑文档长度是合理的，例如，一个 100 字的文档包含 5 个搜索词条实例，可能比一个 1000 字的文档包含 5 个实例更相关。两个排名函数均使用一个整数normalization选项来指定文档的长度对其排名的影响方式。整数选项控制多个行为，所以这是一个位掩码：可以使用|来指定一个或多个行为（例如，2|4）。

如果指定了多个 flag 位，将按照所列顺序应用变换。

请务必注意，排名函数不使用任何全局信息，因此无法按要求生成公平的 1% 或 100% 标准化。标准化选项 32（rank/(rank+1)）可用于将所有排名缩放到 0 到 1 范围，但这当然只是表面变化；它不会影响搜索结果排序。

以下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

这是使用标准化排名的相同示例

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

排名可能会非常耗时，因为它需要参考每个匹配文档的 tsvector，这可能会受到 I/O 影响，因此执行起来很慢。不幸的是，几乎无法避免这种情况，因为实际查询通常会导致大量的匹配项。

为了展示搜索结果，最好显示每份文档的一部分并说明它与查询的关系。通常，搜索引擎会展示带标记搜索词的文档片段。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 接受文档和查询，并返回一个文档中的摘录，其中来自查询的词语会突出显示。具体地说，该函数将使用查询选择相关文字片段，然后突出显示出现在查询中的所有词语，即使这些词语的位置与查询的限制不符。可由 config 指定用于解析文档的配置；如果省略了 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 option=value 逗号分隔对组成。可用选项有

不区分这些选项名称的大写和小写。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。

在不基于片段的标题生成中，ts_headline 会查找给定 query 的匹配项并选择一个来显示，首选在允许的标题长度内具有更多查询单词的匹配项。在基于片段的标题生成中，ts_headline 会找到查询匹配项并将每个匹配项分成每个不超过 MaxWords 个单词的 “片段”，首选具有更多查询单词的片段，并且在可能的情况下将 “片段” 拉伸为包含周围单词。因此，当查询匹配项跨越文档的大部分内容，或需要显示多个匹配项时，基于片段的模式更有用。在任何模式下，如果无法识别查询匹配项，则会显示文档的前 MinWords 个单词的单独片段。

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，所以它可能会很慢，应谨慎使用。