PostgreSQL tsvector解析在搜索中包含xml标记

我们将“断开的”xml存储在表中的文本字段中。修复xml目前是不可能的，所以通常的使用模式是在where子句中使用~*E'my_regex'搜索xml。挑战在于桌子的大小非常大

我尝试使用gin索引来加快查询速度。问题在于，在将文本解析为tsvector时，解析器会忽略xml标记。
例如，我正在查找包含单词“file”的记录。这个词可以是xml标记的一部分，也可以不是标记的一部分。 这就是我所尝试的：

select to_tsvector ( 'simple', '<file mode="blah"><value>bar</value>' ) @@ to_tsquery('simple','file');  
?column?  
f

select to_tsvector（'simple'，'bar'）@@to_tsquery（'simple'，'file'）；
？专栏？
F

我做错了什么？如何将分隔符指定为&=，./？

---

提前感谢

如果您只对搜索单词/标记名等感兴趣，请在创建tsvector时使用regexp删除所有标记：

select to_tsvector( 'simple', 
    regexp_replace('<file mode="blah"><value>bar</value>', E'[^A-Za-z0-9]', ' ', 'g')
) @@ to_tsquery('simple','file');

select to_tsvector（'simple'，
regexp_替换（'bar'，E'[^A-Za-z0-9]，'g'）
)@@to_tsquery（'simple'，'file'）；

在将值输入到

到_tsvector

或（更大的任务）编写自定义Tsarch2解析器之前，您可能需要做一个粗略的标记条。