Lexemas na busca textual
O tsvector é um tipo do PostgreSQL que representa um documento como uma lista ordenada de lexemas distintos para busca textual. Um lexema é a forma preparada de uma palavra, que pode reunir variações como singular e plural conforme o dicionário utilizado.
A representação também pode guardar as posições dos termos no documento e pesos associados a essas posições. Essas informações permitem considerar proximidade e dar importância diferente a palavras do título e do corpo ao calcular a relevância.
Preparação do texto com to_tsvector
A documentação usa um exemplo em inglês para mostrar a normalização. A configuração english determina quais dicionários processam a frase.
SELECT to_tsvector('english', 'The Fat Rats');O resultado é 'fat':2 'rat':3. O artigo The foi removido, as palavras foram convertidas para minúsculas e o plural Rats foi reduzido a rat. Os números indicam as posições no texto recebido, preservando a numeração mesmo após a remoção do artigo.
Documento e expressão pesquisada
O cast direto 'The Fat Rats'::tsvector produz 'Fat' 'Rats' 'The', sem a normalização da função. Para preparar um documento, você precisa escolher uma configuração compatível com o idioma e usá-la também ao preparar a pesquisa.
A função plainto_tsquery transforma o texto pesquisado em uma expressão do tipo tsquery. A comparação com o documento usa @@. Esse processamento não preserva uma versão completa para exibição, portanto mantenha o texto original além da representação usada na busca.
Dúvidas frequentes
Perguntas frequentes sobre tsvector
- Converter texto diretamente para tsvector normaliza as palavras?
- O cast para tsvector ordena os termos e remove repetições, mas pressupõe lexemas já normalizados. A função to_tsvector aplica o processamento da configuração de busca escolhida.
- Posso recuperar o texto original a partir do tsvector?
- A representação não conserva necessariamente todas as palavras nem suas formas originais. Guarde o documento completo para exibi-lo, pois a preparação pode remover palavras e reduzir flexões.
- Qual é a diferença entre tsvector e tsquery?
- O tsvector representa o documento preparado. O tsquery descreve os termos procurados e suas relações lógicas. O operador @@ verifica se o documento corresponde à expressão de busca.
Para continuar
Recursos relacionados
Documentação
PostgreSQL: tipos tsvector e tsquery
Lexemas, posições e diferenças entre o documento e a expressão de busca.
Abrir recursoDocumentação
PostgreSQL: preparação de documentos e pesquisas
Processamento com to_tsvector e construção das expressões usadas na pesquisa.
Abrir recursoSite de referência
Dev Side Studio: Desenvolvimento Colaborativo
O Desenvolvimento Colaborativo permite revisar ao vivo a configuração de busca e investigar termos que não aparecem nos resultados.
Abrir recursoAplicação na formação
Vibe Coding: Do Zero ao MVP
Ao revisar uma busca textual criada com agentes, você precisa conferir a preparação do documento e dos termos pesquisados.
Conhecer a formação
Fontes consultadas
Referências deste verbete
Este verbete ajudou você?
Obrigado pela resposta. Ela fica salva apenas neste navegador.