如何使用布尔搜索语法进行Java字符串匹配？

java scala textmatching booleanquery

2022-09-04 04:24:51

我正在寻找一个Java / Scala库，它可以接受用户查询和文本，如果存在匹配项，则返回。

我正在处理一个信息流，即：Twitter Stream，并且无法承受使用批处理过程，我需要实时评估每条推文，而不是通过Lucene RAMDisk对其进行索引并在以后查询。

可以使用ANTLR创建解析器/词法分析器，但这是如此常见的用法，我不敢相信以前没有人创建lib。

TextQuery Ruby 库中的一些示例完全符合我的需求：

    TextQuery.new("'to be' OR NOT 'to_be'").match?("to be")   # => true

    TextQuery.new("-test").match?("some string of text")      # => true
    TextQuery.new("NOT test").match?("some string of text")   # => true

    TextQuery.new("a AND b").match?("b a")                    # => true
    TextQuery.new("a AND b").match?("a c")                    # => false

    q = TextQuery.new("a AND (b AND NOT (c OR d))")
    q.match?("d a b")                                         # => false
    q.match?("b")                                             # => false
    q.match?("a b cdefg")                                     # => true

    TextQuery.new("a~").match?("adf")                         # => true
    TextQuery.new("~a").match?("dfa")                         # => true
    TextQuery.new("~a~").match?("daf")                        # => true
    TextQuery.new("2~a~1").match?("edaf")                     # => true
    TextQuery.new("2~a~2").match?("edaf")                     # => false

    TextQuery.new("a", :ignorecase => true).match?("A b cD")  # => true

一旦它在Ruby中实现，它就不适合我的平台，我也不能仅仅在我们的解决方案中使用JRuby：

我发现了一个类似的问题，但无法从中得到答案：布尔查询/具体语法树的表达式

谢谢！

答案 1

鉴于您正在进行文本搜索，我会尝试利用Lucene提供的一些基础设施。也许您可以创建一个QueryParser并调用以取回.查询的可实例化子类是：parseQuery

TermQuery
MultiTermQuery
BooleanQuery
WildcardQuery
PhraseQuery
PrefixQuery
MultiPhraseQuery
FuzzyQuery
TermRangeQuery
NumericRangeQuery
SpanQuery

然后，您可以使用模式匹配来实现匹配对应用程序的意义：

def match_?(tweet: String, query: Query): Boolean = query match {
  case q: TermQuery => tweet.contains(q.getTerm.text)
  case q: BooleanQuery => 
    // return true if all must clauses are satisfied
    // call match_? recursively
  // you need to cover all subclasses above
  case _ => false
}

val q = queryParser.parse(userQuery)
val res = match_?(tweet, q)

下面是一个实现。它肯定有错误，但你会明白这个想法，它显示了一个工作的概念证明。它重用了默认 Lucene QueryParser 的语法、文档和语法。

答案 2

Spring 表达式语言（SpEL）支持基于正则表达式返回 s 的运算符。有关用法，请参阅文档的此部分。matchesboolean

这还允许您使用逻辑运算符，如、和。andornot