full-text-search - 使用 Word1 而非 Word2 进行 XQuery 全文搜索

Question

以下是 XML 结构 -

<Docs>
  <Doc>
    <Name>Doc 1</Name>
    <Notes>
        <specialNote>
          This is a special note section. 
           <B>This B Tag is used for highlighting any text and is optional</B>        
           <U>This U Tag will underline any text and is optional</U>        
           <I>This I Tag is used for highlighting any text and is optional</I>        
        </specialNote>      
        <generalNote>
           <P>
            This will store the general notes and might have number of paragraphs. This is para no 1. NO Child Tags here         
           </P>
           <P>
            This is para no 2            
           </P>  
        </generalNote>      
    </Notes>  
    <Desc>
        <P>
          This is used for Description and might have number of paragraphs. Here too, there will be B, U and I Tags for highlighting the description text and are optional
          <B>Bold</B>
          <I>Italic</I>
          <U>Underline</U>
        </P>
        <P>
          This is description para no 2 with I and U Tags
          <I>Italic</I>
          <U>Underline</U>
        </P>      
    </Desc>
</Doc>

将有 1000 个 Doc标签。我想给用户一个搜索条件，他可以在那里搜索 WORD1而不是 WORD2 .以下是查询 -

for $x in doc('Documents')/Docs/Doc[Notes/specialNote/text() contains text 'Tom' 
ftand  ftnot 'jerry' or 
Notes/specialNote/text() contains text 'Tom' ftand ftnot 'jerry' or 
Notes/specialNote/B/text() contains text 'Tom' ftand ftnot 'jerry' or 
Notes/specialNote/I/text() contains text 'Tom' ftand ftnot 'jerry' or 
Notes/specialNote/U/text() contains text 'Tom' ftand ftnot 'jerry' or
Notes/generalNote/P/text() contains text 'Tom' ftand ftnot 'jerry' or 
Desc/P/text() contains text 'Tom' ftand ftnot 'jerry' or 
Desc/P/B/text() contains text 'Tom' ftand ftnot 'jerry' or 
Desc/P/I/text() contains text 'Tom' ftand ftnot 'jerry' or 
Desc/P/U/text() contains text 'Tom' ftand ftnot 'jerry']
return $x/Name

这个查询的结果是错误的。我的意思是，结果包含一些带有 Tom 的文档和 jerry .所以我将查询更改为 -

for $x in doc('Documents')/Docs/Doc[. contains text 'Tom' ftand ftnot 'jerry'] 
return $x/Name

这个查询给了我确切的结果，即；只有那些带有 Tom 的文档而不是 jerry ，但需要大量时间......大约。 45 秒，而较早的需要 10 秒!

我正在使用 BaseX 7.5 XML 数据库。

需要专家对此发表评论:)

Answer 1

第一个查询分别测试文档中的每个文本节点，因此 <P><B>Tom</B> and <I>Jerry</I></P>会匹配，因为第一个文本节点包含 Tom 而不是 Jerry。

在第二个查询中，对 Doc 的所有文本内容执行全文搜索。元素就好像它们被连接成一个字符串一样。这不能(目前)由 BaseX's fulltext index 回答，分别为每个文本节点编制索引。

一种解决方案是分别对每个术语执行全文搜索，最后合并结果。这可以分别为每个文本节点完成，因此可以使用索引:

for $x in (doc('Documents')/Docs/Doc[.//text() contains text 'Tom']
            except doc('Documents')/Docs/Doc[.//text() contains text 'Jerry'])
return $x/Name

查询优化器使用两个索引访问将上述查询重写为等效的查询:

for $x in (db:fulltext("Documents", "Tom")/ancestor::*:Doc
            except db:fulltext("Documents", "Jerry")/ancestor::*:Doc)
return $x/Name

如果需要，您甚至可以调整合并结果的顺序，以保持中间结果较小。