PostgreSQL 提供了 to_tsvector 函数，用于把文档转换成 tsvector 数据类型。

to_tsvector([ config regconfig, ] document text) returns tsvector

to_tsvector 会把文本文档解析为词元，将词元归约为词位，并返回一个 tsvector，其中列出各词位及其在文档中的位置。文档会按指定的或默认的文本检索配置进行处理。下面是一个简单示例：

SELECT to_tsvector('english', 'a fat  cat sat on a mat - it ate a fat rats');
                  to_tsvector
-----------------------------------------------------
 'ate':9 'cat':3 'fat':2,11 'mat':7 'rat':12 'sat':4

在上面的示例中可以看到，结果 tsvector 不包含 a、on 和 it，单词 rats 变成了 rat，标点符号 - 也被忽略了。

to_tsvector 在内部会调用解析器，把文档文本拆分成词元并为每个词元分配类型。对于每个词元，系统都会查询一个词典列表（第 12.6 节），而这个列表会随词元类型而变化。第一个能够识别该词元的词典，会输出一个或多个正规化后的词位来表示它。例如，rats 之所以变成 rat，是因为某个词典识别出 rats 是 rat 的复数形式。某些词会被识别为停用词（第 12.6.1 节），于是被忽略，因为它们出现得过于频繁，对搜索没有帮助。在这个示例中，a、on 和 it 就是停用词。如果列表中的词典都无法识别某个词元，它也会被忽略。示例里的标点符号 - 就属于这种情况，因为其词元类型（Space symbols）实际上没有分配任何词典，也就是说，空白类词元永远不会被索引。解析器、词典以及需要索引哪些词元类型，都由所选的文本检索配置（第 12.7 节）决定。一个数据库里可以同时存在多种不同配置，并且系统已经为多种语言提供了预定义配置。在本例中，我们使用的是英语的默认配置 english。

setweight 函数可用于给 tsvector 中的项打上指定的权重标签，权重可以是四个字母之一：A、B、C 或 D。这通常用于标记来自文档不同部分的项，例如标题和正文。稍后，这些信息可以用于搜索结果排名。

由于 to_tsvector(NULL) 会返回 NULL，因此只要字段可能为 NULL，就建议使用 coalesce。下面是从结构化文档创建 tsvector 的推荐方法：

UPDATE tt SET ti =
    setweight(to_tsvector(coalesce(title,'')), 'A')    ||
    setweight(to_tsvector(coalesce(keyword,'')), 'B')  ||
    setweight(to_tsvector(coalesce(abstract,'')), 'C') ||
    setweight(to_tsvector(coalesce(body,'')), 'D');

这里我们使用 setweight 为最终 tsvector 中每个词位标注来源，然后再用 tsvector 连接操作符 || 把这些已标注的 tsvector 值合并起来（关于这些操作的细节，见 第 12.4.1 节）。

PostgreSQL 提供了 to_tsquery和 plainto_tsquery，用于把查询转换成 tsquery 数据类型。to_tsquery 提供的特性比 plainto_tsquery 更丰富，但对输入也更严格。

to_tsquery([ config regconfig, ] querytext text) returns tsquery

to_tsquery 根据 querytext 创建一个 tsquery 值。输入必须由单个词元组成，这些词元之间使用布尔操作符 &（AND）、|（OR）和 !（NOT）分隔。这些操作符可使用圆括号分组。换句话说，传给 to_tsquery 的输入，必须已经遵循 第 8.11 节 中描述的 tsquery 一般输入规则。不同之处在于，基础 tsquery 输入是按字面接受词元，而 to_tsquery 会使用指定或默认配置，把每个词元正规化为词位，并丢弃那些按该配置被判定为停用词的词元。例如：

SELECT to_tsquery('english', 'The & Fat & Rats');
  to_tsquery
---------------
 'fat' & 'rat'

与基础tsquery输入一样，可以为每个词位附加权重，以限制它只匹配具有这些权重的tsvector词位。例如：

SELECT to_tsquery('english', 'Fat | Rats:AB');
    to_tsquery
------------------
 'fat' | 'rat':AB

此外，还可以在词位后附加*来指定前缀匹配：

SELECT to_tsquery('supern:*A & star:A*B');
        to_tsquery
--------------------------
 'supern':*A & 'star':*AB

这样的词位将匹配tsvector中任何以给定字符串开头的单词。

to_tsquery也可以接受单引号括起来的短语。当配置中包含可能在这类短语上触发的分类词典时，这一点尤其有用。在下面的例子中，一个分类词典包含规则 supernovae stars : sn：

SELECT to_tsquery('''supernovae stars'' & !crab');
  to_tsquery
---------------
 'sn' & !'crab'

如果不加引号，对于那些未被 AND 或 OR 操作符分隔的词元，to_tsquery会产生语法错误。

plainto_tsquery([ config regconfig, ] querytext text) returns tsquery

plainto_tsquery把未格式化的文本querytext转换成tsquery。该文本会像to_tsvector那样被解析并正规化，然后在保留下来的词之间插入&（AND）布尔操作符。

示例：

SELECT plainto_tsquery('english', 'The Fat Rats');
 plainto_tsquery
-----------------
 'fat' & 'rat'

注意，plainto_tsquery不能识别其输入中的布尔操作符、权重标签或前缀匹配标签：

SELECT plainto_tsquery('english', 'The Fat & Rats:C');
   plainto_tsquery
---------------------
 'fat' & 'rat' & 'c'

这里，输入中的所有标点符号都被当作空白符丢弃。

排名旨在衡量文档与特定查询的相关程度，以便在匹配很多时优先显示最相关的结果。PostgreSQL提供了两种预定义的排名函数，它们会综合考虑词法信息、邻近关系和结构信息；也就是说，会考虑查询词在文档中出现的频率、这些词彼此之间的距离，以及这些词所处文档部分的重要程度。不过，相关性这一概念本身就比较模糊，而且高度依赖具体应用。不同应用可能还需要额外信息参与排名，例如文档修改时间。内置排名函数仅仅是示例。你可以编写自己的排名函数，或者把它们的结果与其他因素结合起来，以满足特定需求。

目前可用的两种排名函数是：

对这两个函数来说，可选的 weights 参数允许根据词实例的标注情况赋予它们不同权重。权重数组按如下顺序指定各类词的权重：

{D-权重, C-权重, B-权重, A-权重}

如果没有提供 weights，则使用如下默认值：

{0.1, 0.2, 0.4, 1.0}

通常，权重用于标记来自文档特定区域的词，例如标题或开头摘要中的词，从而使它们相较于正文中的词被赋予更高或更低的重要性。

由于较长的文档更有机会包含查询词，因此把文档大小纳入考量是合理的。例如，一个一百词的文档里某个搜索词出现五次，通常会比一个一千词的文档里同一搜索词也只出现五次更相关。两种排名函数都接受一个整数 normalization 选项，用于指定文档长度是否影响排名，以及具体如何影响。该整数选项控制多种行为，因此它是一个位掩码：你可以使用 | 指定一种或多种行为（例如 2|4）。

如果指定了多个标志位，这些变换将按上面列出的顺序依次应用。

需要注意的是，排名函数不会使用任何全局信息，因此不可能像有时人们希望的那样，给出一种能够公平归一化到 1% 或 100% 的结果。归一化选项 32（rank/(rank+1)）可以把所有排名缩放到 0 到 1 的范围内，但这当然只是表面上的变化，不会影响搜索结果的顺序。

下面是只选择排名最高的十个匹配的示例：

SELECT title, ts_rank_cd(textsearch, query) AS rank
FROM apod, to_tsquery('neutrino|(dark & matter)') query
WHERE query @@ textsearch
ORDER BY rank DESC
LIMIT 10;
                     title                     |   rank
-----------------------------------------------+----------
 Neutrinos in the Sun                          |      3.1
 The Sudbury Neutrino Detector                 |      2.4
 A MACHO View of Galactic Dark Matter          |  2.01317
 Hot Gas and Dark Matter                       |  1.91171
 The Virgo Cluster: Hot Plasma and Dark Matter |  1.90953
 Rafting for Solar Neutrinos                   |      1.9
 NGC 4650A: Strange Galaxy and Dark Matter     |  1.85774
 Hot Gas and Dark Matter                       |   1.6123
 Ice Fishing for Cosmic Neutrinos              |      1.6
 Weak Lensing Distorts the Universe            | 0.818218

下面是使用归一化排名的同一示例：

SELECT title, ts_rank_cd(textsearch, query, 32 /* rank/(rank+1) */ ) AS rank
FROM apod, to_tsquery('neutrino|(dark & matter)') query
WHERE  query @@ textsearch
ORDER BY rank DESC
LIMIT 10;
                     title                     |        rank
-----------------------------------------------+-------------------
 Neutrinos in the Sun                          | 0.756097569485493
 The Sudbury Neutrino Detector                 | 0.705882361190954
 A MACHO View of Galactic Dark Matter          | 0.668123210574724
 Hot Gas and Dark Matter                       |  0.65655958650282
 The Virgo Cluster: Hot Plasma and Dark Matter | 0.656301290640973
 Rafting for Solar Neutrinos                   | 0.655172410958162
 NGC 4650A: Strange Galaxy and Dark Matter     | 0.650072921219637
 Hot Gas and Dark Matter                       | 0.617195790024749
 Ice Fishing for Cosmic Neutrinos              | 0.615384618911517
 Weak Lensing Distorts the Universe            | 0.450010798361481

排名计算可能非常昂贵，因为它需要访问每个匹配文档的 tsvector，这往往会受 I/O 限制而变慢。不幸的是，这几乎无法避免，因为实际查询常常会产生大量匹配。

在呈现搜索结果时，理想的方式是展示每个文档的一段摘录，并说明它与查询的关系。通常，搜索引擎会在文档片段中标出搜索词。PostgreSQL 提供了 ts_headline 函数来实现这一功能。

ts_headline([ config regconfig, ] document text, query tsquery [, options text ]) returns text

ts_headline 接收文档和查询，并返回文档中一段 高亮查询词的摘录。用于解析文档的配置可通过 config 指定； 若省略 config，则使用 default_text_search_config 配置。

如果指定了options字符串，它必须由一个或多个用逗号分隔的option=value对组成。可用选项有：

未指定的选项将采用以下默认值：

StartSel=<b>, StopSel=</b>,
MaxWords=35, MinWords=15, ShortWord=3, HighlightAll=FALSE,
MaxFragments=0, FragmentDelimiter=" ... "

例如：

SELECT ts_headline('english',
  'The most common type of search
is to find all documents containing given query terms
and return them in order of their similarity to the
query.',
  to_tsquery('query & similarity'));
                        ts_headline
------------------------------------------------------------
 containing given <b>query</b> terms
 and return them in order of their <b>similarity</b> to the
 <b>query</b>.

SELECT ts_headline('english',
  'The most common type of search
is to find all documents containing given query terms
and return them in order of their similarity to the
query.',
  to_tsquery('query & similarity'),
  'StartSel = <, StopSel = >');
                      ts_headline
-------------------------------------------------------
 containing given <query> terms
 and return them in order of their <similarity> to the
 <query>.

ts_headline 使用的是原始文档，而不是 tsvector 摘要，因此它可能较慢，使用时应当谨慎。一个典型的错误是，当只需要显示十个文档时，却对每一个匹配文档都调用 ts_headline。SQL 子查询可以提供帮助，下面是一个例子：

SELECT id, ts_headline(body, q), rank
FROM (SELECT id, body, q, ts_rank_cd(ti, q) AS rank
      FROM apod, to_tsquery('stars') q
      WHERE ti @@ q
      ORDER BY rank DESC
      LIMIT 10) AS foo;