# 8.11\. 文本搜索類型 PostgreSQL提供了兩種數據類型用于支持全文檢索， 即通過自然語言_documents_的集合來找到那些匹配一個_query_ 的檢索。`tsvector`類型產生一個文檔（以優化了全文檢索的形式）， `tsquery`類型用于代表查詢。[Chapter 12](#calibre_link-426) 中說明了這兩個類型，同時[Section 9.13](#calibre_link-1137) 總結了相關的函數和操作符。 ## 8.11.1\. `tsvector` `tsvector`的值是一個無重復值的_lexemes_排序列表， 即一些同一個詞的不同變種的_標準化_ （可參閱[Chapter 12](#calibre_link-426)）。 在輸入的同時會自動排序和消除重復，如： ``` SELECT 'a fat cat sat on a mat and ate a fat rat'::tsvector; tsvector ---------------------------------------------------- 'a' 'and' 'ate' 'cat' 'fat' 'mat' 'on' 'rat' 'sat' ``` 為了包含空格或標點符號，可以用引號標記： ``` SELECT $$the lexeme ' ' contains spaces$$::tsvector; tsvector ------------------------------------------- ' ' 'contains' 'lexeme' 'spaces' 'the' ``` （在這個例子中，我們使用了雙引號美元字符串文本， 下一個例子是為了避免文本中雙引號的混淆。）枚舉的引號和反斜杠必須雙倍： ``` SELECT $$the lexeme 'Joe''s' contains a quote$$::tsvector; tsvector ------------------------------------------------ 'Joe''s' 'a' 'contains' 'lexeme' 'quote' 'the' ``` 可選的，整型_positions_也可以放到詞匯中： ``` SELECT 'a:1 fat:2 cat:3 sat:4 on:5 a:6 mat:7 and:8 ate:9 a:10 fat:11 rat:12'::tsvector; tsvector ------------------------------------------------------------------------------- 'a':1,6,10 'and':8 'ate':9 'cat':3 'fat':2,11 'mat':7 'on':5 'rat':12 'sat':4 ``` 位置通常表示文檔中的源字的位置。位置信息可以用于_proximity ranking_。 位置值的范圍是1到16383，最大值默認是16383。相同詞的重復位會被忽略掉。 擁有位置的詞匯甚至可以用一個_權_來標記，這個權可以是`A`， `B`，`C`或`D`。 默認的是`D`，因此輸出中不會出現： ``` SELECT 'a:1A fat:2B,4C cat:5D'::tsvector; tsvector ---------------------------- 'a':1A 'cat':5 'fat':2B,4C ``` 權可以用來反映文檔結構，如：標記標題以與主體相區別。 全文檢索排序函數可以為不同的權標記來分配不同的優先級。 充分理解`tsvector`類型不能自己標準化這一點是很重要的， 它假設傳遞給它的單詞對應用程序來說是恰當的標準化了的，如： ``` select 'The Fat Rats'::tsvector; tsvector -------------------- 'Fat' 'Rats' 'The' ``` 對大多數的英文全文檢索應用來說，上面的單詞會被認為非規范化的， 但`tsvector`并不關心這些。原始文件中的文字應該通過`to_tsvector` 來為檢索恰當的規范化這些單詞: ``` SELECT to_tsvector('english', 'The Fat Rats'); to_tsvector ----------------- 'fat':2 'rat':3 ``` 詳細信息可參閱[Chapter 12](#calibre_link-426)。 ## 8.11.2\. `tsquery` `tsquery`存儲用于檢索的詞匯，并且使用布爾操作符 `&`(AND)，`|`(OR)和`!`(NOT) 來組合它們。括號用來強調操作符的分組： ``` SELECT 'fat & rat'::tsquery; tsquery --------------- 'fat' & 'rat' SELECT 'fat & (rat | cat)'::tsquery; tsquery --------------------------- 'fat' & ( 'rat' | 'cat' ) SELECT 'fat & rat & ! cat'::tsquery; tsquery ------------------------ 'fat' & 'rat' & !'cat' ``` 在沒有括號的情況下，`!`(NOT)結合的最緊密， 而`&`(AND)結合的比`|`(OR)緊密。 可選的，`tsquery`中的詞匯可以被一個或多個權字母來標記， 這些權字母用來限制它們只能與帶有匹配權的`tsvector`詞匯進行匹配。 ``` SELECT 'fat:ab & cat'::tsquery; tsquery ------------------ 'fat':AB & 'cat' ``` 同樣，`tsquery`中的詞匯可以用`*`進行標記來指定前綴匹配： ``` SELECT 'super:*'::tsquery; tsquery ----------- 'super':* ``` 這個查詢可以匹配`tsvector`中以"super"開始的任意單詞。 請注意，前綴首先被文本搜索配置處理，這也就意味著下面的結果為真： ``` SELECT to_tsvector( 'postgraduate' ) @@ to_tsquery( 'postgres:*' ); ?column? ---------- t (1 row) ``` 因為`postgres`去掉后面后得到`postgr`: ``` SELECT to_tsquery('postgres:*'); to_tsquery ------------ 'postgr':* (1 row) ``` 這樣就匹配`postgraduate`了。 詞匯的引用規則與之前`tsvector`中詞匯的描述一樣；并且， 與`tsvector`一樣，任何單詞必須在轉換為`tsquery`類型前規范化。 `to_tsquery`函數可以方便的用來執行規范化。 ``` SELECT to_tsquery('Fat:ab & Cats'); to_tsquery ------------------ 'fat':AB & 'cat' ```