array_to_tsvector ( text[] )
→ tsvector
将词素数组转换为tsvector。给定的字符串按原样使用，不做进一步处理。
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 所设定的).
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中词位和操作符的数目。
numnode('(fat & rat) | cat'::tsquery)
→ 5
|
plainto_tsquery (
[ config regconfig, ]
query text )
→ tsquery
将文本转换为tsquery，根据指定的或默认配置对单词进行标准化。
字符串中的任何标点符号都会被忽略(它不决定查询操作符)。结果查询匹配文本中包含所有非停止词的文档。
plainto_tsquery('english', 'The Fat Rats')
→ 'fat' & 'rat'
|
phraseto_tsquery (
[ config regconfig, ]
query text )
→ tsquery
将文本转换为tsquery，根据指定的或默认配置对单词进行标准化。
字符串中的任何标点符号都会被忽略(它不决定查询操作符)。结果查询匹配包含文本中所有非停止词的短语。
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
将文本转换为tsquery，根据指定的或默认配置对单词进行标准化。引用的单词序列被转换为短语测试。
“or”一词被理解为产生OR操作符，而破折号产生NOT操作符;其他标点符号被忽略。这类似于一些常见的网络搜索工具的行为。
websearch_to_tsquery('english', '"fat rat" or cat dog')
→ 'fat' <-> 'rat' | 'cat' & 'dog'
|
querytree ( tsquery )
→ text
生成tsquery的可转位部分的表示。结果为空或仅为T表示不可索引查询。
querytree('foo & ! bar'::tsquery)
→ 'foo'
|
setweight ( vector tsvector, weight "char" )
→ tsvector
将指定的weight赋给vector的每个元素。
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
将指定的weight赋给列在lexemes中的vector元素。
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
将文本转换为tsquery，根据指定的或默认配置对单词进行标准化。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
将文本转换为tsvector，根据指定的或默认配置对单词进行标准化。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，根据指定的或默认配置对单词进行标准化。
然后将结果按文档顺序连接起来以产生输出。位置信息就像在每对字符串值之间存在一个停止词一样生成。
(注意，当输入为jsonb时，JSON对象的字段的“document order”取决于实现;请观察这些例子中的差异。)
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
选择filter请求的JSON文档中的每个项，并将每个项转换为tsvector，根据指定的或默认配置对单词进行标准化。
然后将结果按文档顺序连接起来以产生输出。位置信息就像在每对选定的项目之间存在一个停止词一样生成。
(注意，当输入为jsonb时，JSON对象字段的“document order”取决于实现。)
filter必须是一个jsonb数组，其中包含0个或多个关键字:
"string"(包括所有字符串值)，
"numeric"(包括所有数值)，
"boolean"(包括所有布尔值)，
"key"(包括所有键)，或
"all"(包括以上所有关键字)。
作为一种特殊情况，该filter也可以是这些关键字之一的简单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中删除任何出现的给定lexeme。
ts_delete('fat:2,4 cat:3 rat:5A'::tsvector, 'fat')
→ 'cat':3 'rat':5A
|
ts_delete ( vector tsvector, lexemes text[] )
→ tsvector
从vector中删除lexemes中出现的任何词位。
ts_delete('fat:2,4 cat:3 rat:5A'::tsvector, ARRAY['fat','rat'])
→ 'cat':3
|
ts_filter ( vector tsvector, weights "char"[] )
→ tsvector
只从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
以缩写形式显示document中query的匹配项，该匹配项必须是原始文本，而不是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规范化。
Section 13.3.4中讨论了该函数的使用，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
以缩写形式显示匹配JSONdocument中字符串值中的query。
更多细节请参阅 Section 13.3.4。
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。详情请参见Section 13.3.3。
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。
详情参见Section 13.3.3。
ts_rank_cd(to_tsvector('raining cats and dogs'), 'cat')
→ 0.1
|
ts_rewrite ( query tsquery,
target tsquery,
substitute tsquery )
→ tsquery
在query中使用 substitute替换出现的target。
详情参见 Section 13.4.2.1 。
ts_rewrite('a & b'::tsquery, 'a'::tsquery, 'foo|bar'::tsquery)
→ 'b' & ( 'foo' | 'bar' )
|
ts_rewrite ( query tsquery,
select text )
→ tsquery
根据目标替换部分query，并替换通过执行SELECT命令获得的查询。
详情参见Section 13.4.2.1。
SELECT ts_rewrite('a & b'::tsquery, 'SELECT t,s FROM aliases')
→ 'b' & ( 'foo' | 'bar' )
|
tsquery_phrase ( query1 tsquery, query2 tsquery )
→ tsquery
构造一个短语查询，在连续的词位上搜索query1和query2的匹配项(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
构造一个短语查询，用于搜索query1和query2的匹配项，这些匹配项恰好出现在distance词位之间。
tsquery_phrase(to_tsquery('fat'), to_tsquery('cat'), 10)
→ 'fat' <10> 'cat'
|
tsvector_to_array ( tsvector )
→ text[]
将tsvector转换为词位的数组。
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，每个行对应一个词位。
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}
|