如何使用布尔搜索语法进行Java字符串匹配？

Question

我正在寻找一个可以接受用户查询和文本的Java/Scala库,如果有匹配则返回.

我正在处理一个信息流,即:Twitter Stream,并且无法负担使用批处理过程,我需要实时评估每条推文,而不是通过Lucene RAMDisk对其进行索引并稍后查询.

可以使用ANTLR创建一个解析器/词法分析器,但这是常见的用法,我不相信之前没有人创建过lib.

来自TextQuery Ruby库的一些示例正是我所需要的:

    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中实现它不适合我的平台,我也不能仅仅为我们的解决方案使用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/表达式到一个具体的语法树

谢谢!

Answer 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parse以返回一个Query. Query 的可实例化子类有：

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您的应用程序的含义：

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)

这是一个实现。它肯定有错误，但你会明白这个想法，它显示了一个有效的概念证明。它重新使用默认 Lucene QueryParser 的语法、文档和语法。