PostgreSQL使用to_tsquery配合OR运算符时如何查询匹配的具体词汇

核心结论 #

使用to_tsquery搭配OR运算符执行全文检索时，没有原生语法可以直接通过@@匹配操作返回实际命中的词汇，但可以通过内置函数组合在查询中直接返回匹配词汇、以及对应的所属字段，不需要额外解析高亮结果。

可行实现方案 #

方案1：拆解tsvector直接匹配（推荐，可直接对应所属字段） #

通过unnest函数拆解目标字段生成的tsvector，和查询用的tsquery直接比对，即可精准拿到命中的词汇，多字段场景下也可以直接标记所属字段：

WITH query_params AS (
    -- 定义查询的tsquery，统一指定文本搜索配置
    SELECT to_tsquery('english', 'word1 | word2') AS search_query
)
SELECT
    t.id, -- 替换为你的表主键
    t.col_name,
    -- 匹配到的词汇
    lex.lexeme AS matched_word,
    -- 多字段场景下可直接标记所属字段
    'col_name' AS matched_column
FROM your_table t
CROSS JOIN query_params qp
-- 拆解目标字段的tsvector，获取分词结果
CROSS JOIN unnest(to_tsvector('english', t.col_name)) AS lex(lexeme, positions, weights)
WHERE
    -- 原有的全文匹配条件
    t.col_name @@ qp.search_query
    -- 过滤出实际命中的分词
    AND to_tsquery('english', lex.lexeme) @@ qp.search_query
-- 同一个行匹配多个词汇时去重，也可使用array_agg聚合所有匹配词
GROUP BY t.id, lex.lexeme;

方案2：通过ts_headline配置特殊标记提取 #

如果不需要处理复杂的多字段对应，也可以配置ts_headline的前后包裹标记，配合正则直接提取匹配词汇：

WITH query_params AS (
    SELECT to_tsquery('english', 'word1 | word2') AS search_query
)
SELECT
    t.id,
    t.col_name,
    -- 提取所有命中的词汇
    regexp_matches(
        ts_headline('english', t.col_name, qp.search_query, 'StartSel = "###", EndSel = "###"'),
        '###(.*?)###',
        'g'
    ) AS matched_words
FROM your_table t
CROSS JOIN query_params qp
WHERE t.col_name @@ qp.search_query;

注意事项 #

• 所有文本搜索函数必须使用同一个文本搜索配置（比如示例中的english，中文场景可替换为对应的中文分词配置），否则会出现匹配不一致的问题
• 多字段匹配场景下，方案1可以分别拆解每个字段的tsvector，单独标记所属字段，不需要额外做结果解析

内容的提问来源于stack exchange，提问作者jack west