PostgreSQL全文检索异常：搜索calça却返回calçado结果

原因 #

PostgreSQL全文检索依赖**词干分析（stemming）**机制，会将词汇还原为词根以实现派生词的模糊匹配。你当前使用的应该是葡萄牙语文本搜索配置（portuguese），该配置的词干器会把"calçado"和"calça"识别为同一词根的派生词，因此搜索"calça"时，会匹配到包含这两个词的内容。

解决方法 #

1. 创建精确匹配的自定义文本搜索配置 #

如果需要严格匹配"calça"这个词而非其派生词，可以创建禁用词干分析的自定义配置：

-- 复制葡萄牙语配置为基础，创建自定义配置
CREATE TEXT SEARCH CONFIGURATION portuguese_exact (COPY = portuguese);
-- 修改映射规则，使用simple分词器（不做词干处理）
ALTER TEXT SEARCH CONFIGURATION portuguese_exact
  ALTER MAPPING FOR asciiword, word, numword, asciihword, hword, numhword, hword_asciipart, hword_part, hword_numpart
  WITH simple;

后续创建索引和查询时使用该配置：

-- 基于自定义配置创建GIN索引
CREATE INDEX idx_target_col ON your_table USING GIN (to_tsvector('portuguese_exact', your_text_column));
-- 执行精确查询
SELECT * FROM your_table WHERE to_tsvector('portuguese_exact', your_text_column) @@ to_tsquery('portuguese_exact', 'calça');

2. 使用短语搜索（单词临时精确匹配） #

如果只是临时需要精确匹配单个词，可使用phraseto_tsquery强制匹配完整词形：

SELECT * FROM your_table WHERE to_tsvector('portuguese', your_text_column) @@ phraseto_tsquery('portuguese', 'calça');

3. 调整词干器规则（进阶操作） #

若想保留词干分析但区分"calça"和"calçado"，可以修改葡萄牙语词干器的规则文件，但该操作需要熟悉PostgreSQL文本搜索字典系统，复杂度较高，不推荐普通用户尝试。

内容的提问来源于stack exchange，提问作者jujajjjj