:、- 和 _ 字符的 FTS3 和 FTS4 匹配

Question

我在启用 FTS 的 SQLite 数据库上看到一些奇怪的行为。我有一个名为 的表fingerprints，其中包含名为 的列scan。scan 的条目是长字符串，如下所示：

00:13:10:d5:69:88_-58;0c:85:25:68:b4:30_-75;0c:85:25:68:b4:34_-76;0c:85:25:68:b4:33_-76;0c:85:25:68:b4:31_-76;0c:85:25:68:b4:35_-76;00:23:eb:ad:f6:00_-87; etc

它代表 MAC 地址和信号强度。现在我想在表上进行字符串匹配并尝试匹配例如 MAC 地址：

SELECT _id FROM fingerprints WHERE scan MATCH "00:13:10:d5:69:88";

由于某种原因，这会返回许多没有指定字符串的行。我要尝试匹配的第二件事是

SELECT _id FROM fingerprints WHERE scan MATCH "00:13:10:d5:69:88_-58";

这将返回与之前相同的行，并且是完全错误的。

: _ -SQLite 是否以任何特殊方式处理字符？

谢谢

Answer 1

您所看到的是 FTS将您的数据标记化的效果。

全文搜索不适用于未处理的长字符串，它将您的数据（和搜索词）拆分为单词并单独索引它们。默认标记生成器使用所有字母数字字符和代码点 >128 的所有字符作为单词，并使用其余字符（例如，如您所见: _ -）作为单词边界。

换句话说，您的搜索00:13:10:d5:69:88将搜索包含任意顺序的单词00and13和10and d5and 69and 的行。88

您可以验证此行为；

sqlite> CREATE VIRTUAL TABLE simple USING fts3(tokenize=simple);
sqlite> INSERT INTO simple VALUES('00:13:10:d5:69:88');
sqlite> SELECT * FROM simple WHERE simple MATCH '69:10';

-> 00:13:10:d5:69:88

编辑：显然 SQLite 比我最初认为的更聪明，您可以使用短语查询（从链接目标向下滚动页面）来查找单词序列，这将解决您的问题。短语查询是通过用双引号 (") 括起空格（或其他单词分隔符）分隔的术语序列来指定的。

sqlite> SELECT * FROM simple WHERE simple MATCH '"69:10"';

-> No match

sqlite> SELECT * FROM simple WHERE simple MATCH '"69 88"';

-> 00:13:10:d5:69:88

sqlite> SELECT * FROM simple WHERE simple MATCH '"69:88"';

-> 00:13:10:d5:69:88