java - Lucene 搜索查询中的嵌套禁止/要求运算符

Question

我正在使用 Lucene for Java，并且需要弄清楚当我执行一些晦涩的查询时引擎会做什么。进行以下查询:

+(foo -bar)

如果我使用 QueryParser 来解析输入，我会得到一个如下所示的 BooleanQuery 对象:

org.apache.lucene.search.BooleanQuery:
    org.apache.lucene.search.BooleanClause(required=true, prohibited=false):
        org.apache.lucene.search.BooleanQuery:
            org.apache.lucene.search.BooleanClause(required=false, prohibited=false):
                org.apache.lucene.search.TermQuery: foo
            org.apache.lucene.search.BooleanClause(required=false, prohibited=true):
                org.apache.lucene.search.TermQuery: bar

Lucene 寻找什么？它是必须包含“foo”但不能包含“bar”的文档吗？如果我搜索:

-(foo +bar)

是那些不能包含“foo”且不能包含“bar”的文件吗？或者可能不能包含“foo”但必须包含“bar”？

如果有帮助，下面是我用来查看 QueryParser 结果的内容:

QueryParser parser = new QueryParser("contents", new StandardAnalyzer());
Query query = parser.parse(text);
debug(query, 0);

public static void debug(Object o, int depth) {
    for(int i=0; i<depth; i++) System.out.print("\t");
    System.out.print(o.getClass().getName());

    if(o instanceof BooleanQuery) {
        System.out.println(":");
        for(BooleanClause clause : ((BooleanQuery)o).getClauses()) {
            debug(clause, depth + 1);
        }
    } else if(o instanceof BooleanClause) {
        BooleanClause clause = (BooleanClause)o;
        System.out.println("(required=" + clause.isRequired() + ", prohibited=" + clause.isProhibited() + "):");
        debug(clause.getQuery(), depth + 1);
    } else if(o instanceof TermQuery) {
        TermQuery term = (TermQuery)o;
        System.out.println(": " + term.getTerm().text());
    } else {
        throw new IllegalArgumentException("Unknown object type");
    }
}

Answer 1

默认情况下，Lucene 假定术语之间存在 OR 关系，因此第一个查询等同于

+(foo OR -bar)

这将匹配包含(在默认字段中)“foo”或不包含“bar”的文档

在第二个查询中，“+”使得“bar”成为必需，这使得可选的“foo”变得多余，因此可以将其简化为“-bar”，匹配所有不包含“bar”的文档