如何在文本中查询一系列单词，但不一定在 Postgres 中立即一个接一个

Question

有没有办法对单词序列进行全文搜索？顺序很重要，但单词之间的距离并不重要。这些单词可以彼此相邻，也可以相隔n单词。

例如，给定以下文本：The quick brown fox jumps over the lazy dog.

以下搜索应返回true：quick brown、quick jumps、jumps dog。

但以下应返回false：brown quick、jumps fox、jumps brown。

仅当两个单词正好一个接一个时，<->运算符才会返回true。仅当第二个单词与第一个单词的距离正好在n时，<n>(其中 n> 0)才会返回 true。

我想到的解决方案是使用&运算符，然后使用LIKE '%firstword%secondword%'进行额外过滤，但如果有很多文档(表中将有 100.000+ 个文档)，这会很慢。

Postgres中有什么快速的方法可以做到这一点吗？

Answer 1

您可以在此处使用正则表达式：

WITH yourTable AS (
SELECT 'The quick brown fox jumps over the lazy dog'::text AS input
)
SELECT input
FROM yourTable
WHERE input ~* '.*yquicky.*yjumpsy.*';

演示

这里使用的正则表达式，用于检测输入中的quick和jumps作为单独的单词，按确切顺序，是：

.*bquickb.*bjumpsb.*