PostgreSQL中to_tsquery匹配异常：为何small<->but返回两行？

这问题的核心原因其实是but、and这类词属于PostgreSQL全文检索里的「停用词（stop words）」——它们会被自动忽略，才导致你的第一个查询结果超出预期。

什么是停用词？ #

停用词是文本里那些频繁出现、但几乎没有检索价值的虚词，比如连词（and、but）、冠词（the、a）、介词（in、on）这类。PostgreSQL的默认全文检索配置会把这些词从生成的tsvector中剔除，不参与后续的匹配计算。

结合你的案例拆解 #

先看你两行数据生成的tsvector是什么样的：

SELECT string, to_tsvector(string) FROM foo;

执行后会得到这样的结果：

'the small but capable man' → 'capabl':4 'man':5 'small':2
'the small and strong but capable man' → 'capabl':6 'man':7 'small':2 'strong':4

你会发现，the、and、but这些词都被去掉了，而且单词的位置编号是跳过这些停用词的。

再看你的第一个查询条件：to_tsquery('small<->but')。因为but是停用词，这个查询会被自动简化成只匹配'small'——相当于你在找所有包含small的行，那两行自然都被返回了。

而另外两个查询符合预期的原因也很清楚：

• 第二个查询'small<->capable'：两行里small和capable在tsvector里的位置都不相邻，所以返回空行。
• 第三个查询'small<2>capable'：第一行里small在位置2，capable在位置4，间隔刚好是2，满足条件；第二行里两者间隔是4，不满足，所以只返回第一行。

如果需要匹配包含停用词的短语 #

如果你确实要精确匹配small but这类带停用词的短语，有几种办法：

• 修改全文检索配置，把but、and这类词从停用词列表里移除；
• 要是不需要全文检索的其他功能，直接用LIKE做精确短语匹配更简单，比如WHERE string LIKE '%small but%'；
• 也可以尝试用phraseto_tsquery，它会保留停用词来构建短语查询，比如to_tsvector(string) @@ phraseto_tsquery('small but')，这个能精确匹配包含该短语的行。

内容的提问来源于stack exchange，提问作者Wells