如何用PostgreSQL的ts_vector函数统计列中指定单词的出现次数？

单条记录逐行统计 #

如果需要为表中每一行单独计算text_col列里"test"的出现次数，可使用以下SQL：

SELECT 
    id,
    text_col,
    (SELECT count(*) 
     FROM unnest(to_tsvector('simple', text_col)) AS token
     WHERE token.lexeme = 'test') AS test_count
FROM your_table;

• 用'simple'分词配置是为了精确匹配原词，不会把"testing"、"tested"这类变形词统计进去；如果需要包含词干匹配（把相关变形词都归为"test"统计），将'simple'替换为'english'即可。
• 若text_col存在NULL值，可通过coalesce确保对应计数为0：

  SELECT 
      id,
      text_col,
      coalesce((SELECT count(*) 
                FROM unnest(to_tsvector('simple', text_col)) AS token
                WHERE token.lexeme = 'test'), 0) AS test_count
  FROM your_table;
  

全表总次数统计 #

如果要统计整个表中"test"出现的总次数，基于逐行统计的结果嵌套求和即可：

SELECT sum(test_count) AS total_test_count
FROM (
    SELECT (SELECT count(*) 
            FROM unnest(to_tsvector('simple', text_col)) AS token
            WHERE token.lexeme = 'test') AS test_count
    FROM your_table
) AS subquery;

内容的提问来源于stack exchange，提问作者Pravin kumar