- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
假设我存储的 Lucene 文档有一个 regex
表示正则表达式的存储字段。
即 doc.add(new StringField("regex", "\d{3}[A-G]\d{2}[A-G]\d{2}", Store.YES));
我的搜索输入类似于 123D56G89
.
有没有办法在我的 TermQuery 中进行反向匹配并获取与给定输入匹配的所有文档?
来自 RDBMS 背景,MariaDB 有 REGEXP
为此功能。
最佳答案
如果您想利用搜索索引功能在次线性时间内搜索多个文档,那么 否 ,根据您问题中提供的信息,没有办法。您必须检查索引中的每个文档并对每个文档的存储表达式进行操作。
正则表达式本质上是一种程序。通常,在无法推理表达式中编码的特定概念的情况下,评估它需要知道完整的表达式,并且引擎必须实际运行它。这意味着通常无法将字段汇总或分类到搜索索引中以加快查找速度。如果你想用N个正则表达式检查一个字符串,你必须一一检查这N个正则表达式并检查它们。那时,搜索索引不会为存储、获取或管理它们提供任何好处。
如果您对“慢速”搜索完全满意,并且您对以这种方式存储任意表达式一无所知,那么从技术上讲 是 ,您可以实现一种新型查询,将字段视为正则表达式并针对输入运行它。我不会认为这是搜索索引的正常使用,但从技术上讲,该逻辑与任何其他类型的评估一样是可能的。
然而,也许您正试图解决错误的问题。可能有更好的方法来表示您当前尝试存储为正则表达式的概念。如果您可以为匹配设计更具体的“语言”或结构,那么从理论上讲,您可以创建一个分析器,将数据转换为可索引和可优化的字段。
示例:也许您只想使用正则表达式根据前缀中的数字数量和字母数量来匹配某些 ID 代码(如 1200ABC00012
或 1G021
)。在这种情况下,与其索引正则表达式,不如索引这两个数字:数字计数和前缀中的字母计数。所以如果搜索字符串是 DG56
,我可能会搜索与查询匹配的文档,例如 numberPrefixWidth:0 letterPrefixWidth:2
.或者搜索字符串 789FGH4
,我的查询将是 numberPrefixWidth:3 letterPrefixWidth:3
.
因为我们已经简化了文档中实际表示的概念,所以不需要查看每个文档(并且基本上运行一个存储程序)来找到匹配的。我们可以使用 Lucene 来进行快速搜索。
注:此答案也适用于您的 RDBMS 示例。如果你想在 MariaDB 中做一些事情,比如 WHERE someSearch REGEXP theRegexpColumn
,引擎必须运行每一行并对其进行评估。在这样的设计中,没有任何基于索引的优化的潜力。不同之处在于 Lucene 更具有特殊用途,并且没有像 SQL 那样广泛的语言,可以轻松地运行这样的查询,而无需您自己做一些工作。
关于java - 使用 Lucene 的正则表达式反向搜索,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/66804694/
我正在用 yacc/bison 编写一个简单的计算器。 表达式的语法看起来有点像这样: expr : NUM | expr '+' expr { $$ = $1 + $3; } | expr '-'
我开始学习 lambda 表达式,并在以下情况下遇到了以下语句: interface MyNumber { double getValue(); } MyNumber number; nu
这两个 Linq 查询有什么区别: var result = ResultLists().Where( c=> c.code == "abc").FirstOrDefault(); // vs. va
如果我们查看 draft C++ standard 5.1.2 Lambda 表达式 段 2 说(强调我的 future ): The evaluation of a lambda-expressio
我使用的是 Mule 4.2.2 运行时、studio 7.5.1 和 Oracle JDK 1.8.0_251。 我在 java 代码中使用 Lambda 表达式,该表达式由 java Invoke
我是 XPath 的新手。我有网页的html源 http://london.craigslist.co.uk/com/1233708939.html 现在我想从上面的页面中提取以下数据 完整日期 电子
已关闭。这个问题是 off-topic 。目前不接受答案。 想要改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 已关闭10 年前。 Improve th
我将如何编写一个 Cron 表达式以在每天上午 8 点和下午 3:30 触发?我了解如何创建每天触发一次的表达式,而不是在多个设定时间触发。提前致谢 最佳答案 你应该只使用两行。 0 8 * * *
这个问题已经有答案了: What do 3 dots next to a parameter type mean in Java? (9 个回答) varargs and the '...' argu
我是 python 新手,在阅读 BeautifulSoup 教程时,我不明白这个表达式“[x for x in titles if x.findChildren()][:-1]”我不明白?你能解释一
(?:) 这是一个有效的 ruby 正则表达式,谁能告诉我它是什么意思? 谢谢 最佳答案 正如其他人所说,它被用作正则表达式的非捕获语法,但是,它也是正则表达式之外的有效 ruby 语法。 在
这个问题在这里已经有了答案: Why does ++[[]][+[]]+[+[]] return the string "10"? (10 个答案) 关闭 8 年前。 谁能帮我处理这个 JavaSc
这个问题在这里已经有了答案: What is the "-->" operator in C++? (29 个答案) Java: Prefix/postfix of increment/decrem
这个问题在这里已经有了答案: List comprehension vs. lambda + filter (16 个答案) 关闭 10 个月前。 我不确定我是否需要 lambda 或其他东西。但是,
C 中的 assert() 函数工作原理对我来说就像一片黑暗的森林。根据这里的答案https://stackoverflow.com/a/1571360 ,您可以使用以下构造将自定义消息输出到您的断言
在this页,John Barnes 写道: If the conditional expression is the argument of a type conversion then effec
我必须创建一个调度程序,它必须每周从第一天上午 9 点到第二天晚上 11 点 59 分运行 2 天(星期四和星期五)。为此,我需要提供一个 cron 表达式。 0-0 0-0 9-23 ? * THU
我正在尝试编写一个 Linq 表达式来检查派生类中的属性,但该列表由来自基类的成员组成。下面的示例代码。以“var list”开头的 Process 方法的第二行无法编译,但我不确定应该使用什么语法来
此 sed 表达式将输入字符串转换为两行输出字符串。两条输出行中的每一行都由输入的子串组成。第一行需要转换成大写: s:random_stuff\(choice1\|choice2\){\([^}]*
我正在使用 Quartz.Net 在我的应用程序中安排我的工作。我只是想知道是否可以为以下场景构建 CRON 表达式: Every second between 2:15AM and 5:20AM 最
我是一名优秀的程序员,十分优秀!