PostgreSQL中NpgsqlTsVector与Unaccent协同实现全文检索及无重音搜索

1. 前置准备：安装 Unaccent 扩展 #

先确保你的 PostgreSQL 实例已安装 Unaccent 扩展，执行以下 SQL：

CREATE EXTENSION IF NOT EXISTS unaccent;

2. 修改 TSVector 生成逻辑（嵌入 Unaccent 处理） #

要让全文检索向量生成时自动去除重音，需调整实体类的 TSVector 映射，让其基于 unaccent() 处理后的字段生成。

C# 实体类与 EF Core 配置 #

假设你的实体类是 Product，Name 是检索字段，Matches 是映射到数据库的 TSVector 列：

public class Product
{
    public int Id { get; set; }
    public string Name { get; set; }
    public TsVector Matches { get; set; } // 对应数据库 tsvector 类型
}

// 在 DbContext 的 OnModelCreating 中配置
protected override void OnModelCreating(ModelBuilder modelBuilder)
{
    modelBuilder.Entity<Product>()
        .Property(p => p.Matches)
        .HasComputedColumnSql("to_tsvector('portuguese', unaccent(\"Name\"))", stored: true);
    
    // 创建基于处理后向量的 GIN 索引，保证查询性能
    modelBuilder.Entity<Product>()
        .HasIndex(p => p.Matches)
        .HasMethod("GIN");
}

核心改动是把原 to_tsvector('portuguese', "Name") 替换为 to_tsvector('portuguese', unaccent("Name"))，并设置为存储列（stored: true）确保索引生效。

3. 调整查询逻辑：搜索词同步做 Unaccent 处理 #

查询时，需将输入的搜索词先经 unaccent() 处理，再转换为 tsquery，才能和预处理后的 TSVector 匹配：

C# 查询代码示例 #

public async Task<List<Product>> SearchProducts(string searchTerm)
{
    return await _context.Products
        .Where(p => p.Matches.Matches(EF.Functions.ToTsQuery("portuguese", EF.Functions.Unaccent(searchTerm))))
        .ToListAsync();
}

生成的 SQL 查询示例 #

修改后的查询会自动生成类似以下的 SQL：

SELECT "p"."Id", "p"."Name", "p"."Matches"
FROM "Products" AS "p"
WHERE "p"."Matches" @@ to_tsquery('portuguese', unaccent(@__searchTerm_0))

4. 效果验证 #

• 输入 BLUE MOUSE 时，依然能匹配 WIRELESS BLUE MOUSE（全文检索功能保留）
• 输入 JOSE 时，会同时返回 JOSE 和 JOSÉ（重音被忽略）

额外说明 #

• 必须指定葡萄牙语字典 'portuguese'，确保分词、停用词处理符合语言特性
• 如果需要多个字段参与检索，可在 to_tsvector 中拼接多个 unaccent(字段)，例如：

  to_tsvector('portuguese', unaccent("Name") || ' ' || unaccent("Description"))
  

内容的提问来源于stack exchange，提问作者AndreR