Búsqueda de texto completosolo PostgreSQL

TO_TSVECTOR

Prepara un texto para la búsqueda de texto completo: lo divide en palabras y las reduce a su raíz.

Sintaxis

TO_TSVECTOR('<configuración de idioma>', <texto>)
<tsvector> @@ <tsquery>

Convierte un texto en un tsvector: un conjunto de raíces de palabras con sus posiciones. Una configuración de idioma como 'english' descarta las palabras vacías (the, are) y reduce las formas de una palabra a su raíz: foxes pasa a ser fox, y running, run. Se busca en él con el operador @@ junto con TO_TSQUERY. No todos los idiomas tienen una configuración incorporada: para ellos se usa 'simple' o una extensión.

Un texto convertido en un conjunto de raíces

SELECT TO_TSVECTOR('english', 'The quick brown foxes are running') AS document;

document
'brown':3 'fox':4 'quick':2 'run':6

Los números son las posiciones de las palabras en el texto. Las palabras vacías The y are han desaparecido.

Comprobar una coincidencia

SELECT TO_TSVECTOR('english', 'The foxes are running') @@ TO_TSQUERY('english', 'run') AS found;

found
true

La palabra run no está en el texto, pero running se reduce a la misma raíz.

La configuración simple, sin raíces

SELECT TO_TSVECTOR('simple', 'The foxes are running') AS simple_config;

simple_config
'are':3 'foxes':2 'running':4 'the':1

'simple' solo pasa a minúsculas: no se descarta ni se acorta ninguna palabra.

Ten en cuenta

Sin configuración de idioma se usa la del servidor, y el resultado puede variar de un servidor a otro. Indica siempre el idioma de forma explícita.

Las palabras vacías desaparecen por completo: con 'english', buscar the no encuentra nada, ni siquiera donde la palabra está.

Calcular TO_TSVECTOR al vuelo sobre una tabla grande es lento. Para buscar rápido, se guarda un tsvector ya preparado en una columna con un índice GIN.

Funciones relacionadas

TO_TSQUERY LOWER REGEXP_LIKE

Más detalles en el curso

Búsqueda de texto completo