文档是全文搜索系统中的搜索单元；例如，杂志文章或电子邮件消息。文本搜索引擎必须能够解析文档并存储词素（关键词）与其父文档的关联。稍后，这些关联将用于搜索包含查询词的文档。

对于PostgreSQL内的搜索，文档通常是数据库表行中的文本字段，或者可能是此类字段的组合（连接），可能存储在多个表中或动态获取。换句话说，可以从不同的部分构造文档以进行索引，并且它可能不会作为整体存储在任何地方。例如

SELECT title || ' ' ||  author || ' ' ||  abstract || ' ' || body AS document
FROM messages
WHERE mid = 12;

SELECT m.title || ' ' || m.author || ' ' || m.abstract || ' ' || d.body AS document
FROM messages m, docs d
WHERE m.mid = d.did AND m.mid = 12;

另一种可能性是将文档存储为文件系统中的简单文本文件。在这种情况下，数据库可用于存储全文索引并执行搜索，并且可以使用一些唯一标识符从文件系统检索文档。但是，从数据库外部检索文件需要超级用户权限或特殊函数支持，因此这通常不如将所有数据保存在PostgreSQL内部方便。此外，将所有内容保存在数据库内部允许轻松访问文档元数据以辅助索引和显示。

出于文本搜索目的，每个文档都必须简化为预处理的tsvector格式。搜索和排名完全在文档的tsvector表示形式上执行——只有在选择文档以显示给用户时才需要检索原始文本。因此，我们通常将tsvector称为文档，但当然它只是完整文档的紧凑表示。

PostgreSQL中的全文搜索基于匹配操作符@@，如果tsvector（文档）与tsquery（查询）匹配，则返回true。哪个数据类型写在前面并不重要

SELECT 'a fat cat sat on a mat and ate a fat rat'::tsvector @@ 'cat & rat'::tsquery;
 ?column?
----------
 t

SELECT 'fat & cow'::tsquery @@ 'a fat cat sat on a mat and ate a fat rat'::tsvector;
 ?column?
----------
 f

如上述示例所示，tsquery不仅仅是原始文本，就像tsvector一样。tsquery包含搜索词，这些词必须是已经规范化的词素，并且可以使用 AND、OR、NOT 和 FOLLOWED BY 操作符组合多个词。（有关语法详细信息，请参见第8.11.2节。）有一些函数to_tsquery、plainto_tsquery和phraseto_tsquery有助于将用户编写的文本转换为正确的tsquery，主要是通过规范化文本中出现的单词。类似地，to_tsvector用于解析和规范化文档字符串。因此，在实践中，文本搜索匹配看起来更像这样

SELECT to_tsvector('fat cats ate fat rats') @@ to_tsquery('fat & rat');
 ?column?
----------
 t

请注意，如果按以下方式编写，此匹配将不会成功

SELECT 'fat cats ate fat rats'::tsvector @@ to_tsquery('fat & rat');
 ?column?
----------
 f

因为这里不会对单词rats进行任何规范化。tsvector的元素是词素，假定它们已经规范化，因此rats与rat不匹配。

@@操作符也支持text输入，允许在简单情况下跳过将文本字符串显式转换为tsvector或tsquery。可用的变体是

tsvector @@ tsquery
tsquery  @@ tsvector
text @@ tsquery
text @@ text

我们已经看到了前两个。表单text @@ tsquery等效于to_tsvector(x) @@ y。表单text @@ text等效于to_tsvector(x) @@ plainto_tsquery(y)。

在tsquery中，&（AND）操作符指定其两个参数都必须出现在文档中才能匹配。类似地，|（OR）操作符指定其参数中至少有一个必须出现，而!（NOT）操作符指定其参数必须不出现才能匹配。例如，查询fat & ! rat匹配包含fat但不包含rat的文档。

可以使用<->（FOLLOWED BY）tsquery操作符搜索短语，该操作符仅当其参数的匹配项相邻且按给定顺序时才匹配。例如

SELECT to_tsvector('fatal error') @@ to_tsquery('fatal <-> error');
 ?column?
----------
 t

SELECT to_tsvector('error is not fatal') @@ to_tsquery('fatal <-> error');
 ?column?
----------
 f

FOLLOWED BY 运算符有一个更通用的版本，其形式为 <N>，其中 N 是一个整数，表示匹配词元位置之间的差值。 <1> 等同于 <->，而 <2> 允许在匹配之间恰好出现一个其他词元，以此类推。 phraseto_tsquery 函数利用此运算符构建一个 tsquery，当某些单词是停用词时，它可以匹配多词短语。例如

SELECT phraseto_tsquery('cats ate rats');
       phraseto_tsquery
-------------------------------
 'cat' <-> 'ate' <-> 'rat'

SELECT phraseto_tsquery('the cats ate the rats');
       phraseto_tsquery
-------------------------------
 'cat' <-> 'ate' <2> 'rat'

一个有时很有用的特殊情况是，<0> 可以用来要求两个模式匹配同一个单词。

可以使用括号来控制 tsquery 运算符的嵌套。在没有括号的情况下，| 的结合优先级最低，然后是 &，然后是 <->，! 的结合优先级最高。

值得注意的是，当 AND/OR/NOT 运算符位于 FOLLOWED BY 运算符的参数内部时，它们的含义与不在内部时略有不同，因为在 FOLLOWED BY 内部，匹配的确切位置非常重要。例如，通常 !x 仅匹配不包含 x 的任何文档。但 !x <-> y 匹配 y，如果它不是紧跟在 x 之后；文档中其他地方出现的 x 不会阻止匹配。另一个例子是，x & y 通常只需要 x 和 y 都出现在文档中的某个位置，但 (x & y) <-> z 要求 x 和 y 在同一个位置匹配，紧接在 z 之前。因此，此查询的行为与 x <-> z & y <-> z 不同，后者将匹配包含两个独立序列 x z 和 y z 的文档。（如上所写，此特定查询毫无用处，因为 x 和 y 不能在同一位置匹配；但对于更复杂的情况，例如前缀匹配模式，此形式的查询可能很有用。）

以上都是简单的文本搜索示例。如前所述，全文搜索功能包括执行更多操作的能力：跳过某些单词（停用词）的索引、处理同义词和使用复杂的解析，例如，基于不仅仅是空格的解析。此功能由 文本搜索配置 控制。 PostgreSQL 为许多语言提供了预定义的配置，并且您可以轻松创建自己的配置。（psql 的 \dF 命令显示所有可用的配置。）

在安装过程中，会选择合适的配置，并在 postgresql.conf 中相应地设置 default_text_search_config。如果您对整个集群使用相同的文本搜索配置，则可以使用 postgresql.conf 中的值。要在整个集群中使用不同的配置，但在任何一个数据库中使用相同的配置，请使用 ALTER DATABASE ... SET。否则，您可以在每个会话中设置 default_text_search_config。

每个依赖于配置的文本搜索函数都有一个可选的 regconfig 参数，以便可以显式指定要使用的配置。仅当省略此参数时，才会使用 default_text_search_config。

为了更轻松地构建自定义文本搜索配置，配置是从更简单的数据库对象构建的。 PostgreSQL 的文本搜索功能提供了四种与配置相关的数据库对象类型

文本搜索解析器和模板是从低级 C 函数构建的；因此，需要 C 编程能力来开发新的解析器和模板，以及超级用户权限才能将它们安装到数据库中。（在 PostgreSQL 分发的 contrib/ 区域中有一些附加解析器和模板的示例。）由于词典和配置只是参数化并连接一些底层解析器和模板，因此不需要任何特殊权限来创建新的词典或配置。本章后面将提供创建自定义词典和配置的示例。