postgresql—-文本搜索类型和检索函数详解数据库

postgresql提供两种数据类型用于支持全文检索:tsvector类型产生一个文档(以优化全文检索形式)和tsquery类型用于查询检索。

tsvector的值是一个无重复的lexemes排序列表(什么是lexemes?),比如将一个字符串转换为tsvector类型:

test=# SELECT $$the lexeme ' ' contains spaces$$::tsvector; 
                tsvector                 
---------------------------------------- 
 ' ' 'contains' 'lexeme' 'spaces' 'the' 
(1 row)

 

可以在单词后面跟:数字表示单词在字符串中的位置,数字的范围是1-16383。

test=# 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 
(1 row)

 

还可以在位置后面跟字母标识权,字母的范围是A,B,C,D,默认是D,不显示。

test=# SELECT $$a:1A fat:2B,4C cat:5D$$::tsvector; 
          tsvector           
---------------------------- 
 'a':1A 'cat':5 'fat':2B,4C 
(1 row)

 

tsquery存储用于检索的词汇,并且使用布尔操作符&(AND),|(OR),!(NOT)来组合它们。!(NOT)结合的最紧密,而&(AND)结合的比|(OR)紧密,也可以用括号来强调分组。

test=# SELECT $$fat & rat$$::tsquery; 
    tsquery     
--------------- 
 'fat' & 'rat' 
(1 row) 
 
test=#  
test=# SELECT $$fat & (rat | cat)$$::tsquery; 
          tsquery           
--------------------------- 
 'fat' & ( 'rat' | 'cat' ) 
(1 row) 
 
test=#  
test=# SELECT $$fat & rat & ! cat$$::tsquery; 
        tsquery          
------------------------ 
 'fat' & 'rat' & !'cat' 
(1 row)

 

tsquery中的词汇可以用*进行标记来指定前缀匹配:

test=# SELECT to_tsvector('postgraduate'); 
  to_tsvector   
--------------- 
 'postgradu':1 
(1 row) 
 
test=# SELECT to_tsquery( 'postgres:*'); 
 to_tsquery  
------------ 
 'postgr':* 
(1 row) 
 
test=# SELECT to_tsvector('postgraduate') @@ to_tsquery( 'postgres:*'); 
 ?column?  
---------- 
 t 
(1 row)

 

为什么呢???我也没明白,继续往下看吧!

 

文本检索函数和操作符

操作符

操作符 返回类型 描述 示例 结果
@@ boolean tsvector是否匹配tsquery select to_tsvector(‘fat cats ate rats’) @@ to_tsquery(‘cat & rat’); t
@@@ boolean 废弃的@@    
|| tsvector 连接tsvector select ‘a:1 b:2’::tsvector || ‘c:1 d:2 b:3’::tsvector; ‘a’:1 ‘b’:2,5 ‘c’:3 ‘d’:4
&& tsquery tsquery与 select ‘fat | rat’::tsquery && ‘cat’::tsquery; ( ‘fat’ | ‘rat’ ) & ‘cat’
|| tsquery tsquery或 select ‘fat | rat’::tsquery || ‘cat’::tsquery; ‘fat’ | ‘rat’ | ‘cat’
!! tsquery tsquery非 select !! ‘cat’::tsquery; !’cat’
<-> tsquery tsquery紧跟tsquery select to_tsquery(‘fat’) <-> to_tsquery(‘rat’); ‘fat’ <-> ‘rat’
@> boolean tsquery包含另一个tsquery select ‘cat’::tsquery @> ‘cat & rat’::tsquery; f
<@ boolean tsquery是否包含于另一个tsquery select ‘cat’::tsquery <@ ‘cat & rat’::tsquery; t

函数

函数 返回类型 描述 示例 结果
array_to_tsvector(text[]) tsvector 将text数组转换成tsvector select array_to_tsvector(‘{fat,cat,rat}’::text[]); ‘fat’ ‘cat’ ‘rat’
get_current_ts_config() regconfig 获取当前文本检索配置 select get_current_ts_config(); english
length(tsvector) integer tsvector中单词个数 select length(‘fat:2,4 cat:3 rat:5A’::tsvector); 3
numnode(tsquery) integer tsquery中的单词加上操作符的数量 select numnode(‘(fat & rat) | cat’::tsquery); 5
plainto_tsquery([ config regconfig , ] query text) tsquery 忽略标点(punctuation)生成tsquery select plainto_tsquery(‘english’, ‘The Fat Rats’); ‘fat’ & ‘rat’
phraseto_tsquery([ config regconfig , ] query text) tsquery 忽略标点(punctuation)生成tsquery用于检索短语 select phraseto_tsquery(‘english’, ‘The Fat Rats’); ‘fat’ <-> ‘rat’
querytree(query tsquery) text 获取tsquery可索引部分 select querytree(‘foo & ! bar’::tsquery); ‘foo’
setweight(vector tsvectorweight "char") tsvector 给tsvector每一个元素赋权 select setweight(‘fat:2,4 cat:3 rat:5B’::tsvector, ‘A’); ‘cat’:3A ‘fat’:2A,4A ‘rat’:5A
setweight(vector tsvectorweight "char"lexemestext[]) tsvector 给tsvector给指定元素赋权 select setweight(‘fat:2,4 cat:3 rat:5B’::tsvector, ‘A’, ‘{cat,rat}’); ‘cat’:3A ‘fat’:2,4 ‘rat’:5A
strip(tsvector) tsvector 删除tsvector中的位置和权 select strip(‘fat:2,4 cat:3 rat:5A’::tsvector); ‘cat’ ‘fat’ ‘rat’
to_tsquery([ config regconfig , ] query text) tsquery 标准化单词并转换为tsquery select to_tsquery(‘english’, ‘The & Fat & Rats’); ‘fat’ & ‘rat’
to_tsvector([ config regconfig , ] document text) tsvector 减少文本至tsvector select to_tsvector(‘english’, ‘The Fat Rats’); ‘fat’:2 ‘rat’:3
ts_delete(vector tsvectorlexeme text) tsvector 从tsvector中删除指定元素 select ts_delete(‘fat:2,4 cat:3 rat:5A’::tsvector, ‘fat’); ‘cat’:3 ‘rat’:5A
ts_delete(vector tsvectorlexemes text[]) tsvector 从tsvector中删除指定的一组元素 select ts_delete(‘fat:2,4 cat:3 rat:5A’::tsvector, ARRAY[‘fat’,’rat’]); ‘cat’:3
ts_filter(vector tsvectorweights "char"[]) tsvector 只查询指定权值的元素 select ts_filter(‘fat:2,4 cat:3b rat:5A’::tsvector, ‘{a,b}’); ‘cat’:3B ‘rat’:5A

ts_headline([ config regconfig, ] document text,

 querytsquery [options text ])

text 显示一个查询匹配项 select ts_headline(‘x y z’, ‘z’::tsquery); x y <b>z</b>

ts_rank([ weights float4[], ] vector tsvector

querytsquery [normalization integer ])

float4 为查询进行文档排序 select ts_rank(‘fat:2,4 cat:3b rat:5A’::tsvector, ‘rat’::tsquery); 0.607927

ts_rank_cd([ weights float4[], ] vector tsvector

querytsquery [normalization integer ])

float4 使用覆盖密度为查询进行文档排序 select ts_rank_cd(‘{0.1, 0.2, 0.4, 1.0}’,’fat:2,4 cat:3b rat:5A’::tsvector, ‘rat’::tsquery); 1

ts_rewrite(query tsquerytarget tsquery,

 substitute tsquery)

tsquery 使用 substitute替换target中query select ts_rewrite(‘a & b’::tsquery, ‘a’::tsquery, ‘foo|bar’::tsquery); ‘b’ & ( ‘foo’ | ‘bar’ )
ts_rewrite(query tsqueryselect text) tsquery 从SELECT结果中得到的substitute和target来替换query,前提是SELECT必须要有结果 SELECT ts_rewrite(‘a & b’::tsquery, ‘SELECT t,s FROM aliases’)  
tsquery_phrase(query1 tsqueryquery2 tsquery) tsquery 功能同操作符 <->  select tsquery_phrase(to_tsquery(‘fat’), to_tsquery(‘cat’)); ‘fat’ <-> ‘cat’

tsquery_phrase(query1 tsqueryquery2 tsquery

distanceinteger)

tsquery 确保query1和query2之间距离最大为distance select tsquery_phrase(to_tsquery(‘fat’), to_tsquery(‘cat’), 10); ‘fat’ <10> ‘cat’
tsvector_to_array(tsvector) text[] 将tsvector转换为数组 select tsvector_to_array(‘fat:2,4 cat:3 rat:5A’::tsvector); {cat,fat,rat}
tsvector_update_trigger() trigger 更新tsvector列自动触发触发器函数    
tsvector_update_trigger_column() trigger 同上    
unnest(tsvector, OUT lexeme text, OUT positionssmallint[], OUT weights text) setof record 将tsvector扩展成行类型 select unnest(‘fat:2,4 cat:3 rat:5A’::tsvector);

(cat,{3},{D})
(fat,”{2,4}”,”{D,D}”)
(rat,{5},{A})

 

工作中没有用过文本检索类型,英语也不好,有兴趣还是去看原版吧:

https://www.postgresql.org/docs/9.6/static/functions-textsearch.html

 

原创文章,作者:Maggie-Hunter,如若转载,请注明出处:https://blog.ytso.com/4863.html

(0)
上一篇 2021年7月16日
下一篇 2021年7月16日

相关推荐

发表回复

登录后才能评论