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Java/Scala库，可以接受用户查询和文本，并返回是否匹配。

我正在处理信息流，例如Twitter Stream，并且无法使用批处理过程。我需要实时评估每个推文，而不是通过Lucene RAMDisk对其进行索引并稍后查询它。

可以使用ANTLR创建解析器/词法分析器，但这是如此常见的用法，以至于我无法相信之前没有人创建过库。

以下是TextQuery Ruby library的一些示例，完全符合我的需求：

    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，它就不适合我的平台，而且我不能仅仅为了解决这个问题而使用JRuby：

我找到了一个类似的问题，但无法从中得到答案： 布尔查询/表达式转换为具体语法树

谢谢！

- arjones

---

@edgarespina刚刚告诉我有一个名为Parboiled的工具，它似乎与Ruby的Treetop非常相似。也许这是最简单的解决方案。 - arjones

Answer 1

考虑到您正在进行文本搜索，建议您利用Lucene提供的基础设施。您可以创建一个QueryParser并调用parse方法以获取Query对象。Query的可实例化子类包括:

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应用程序中的匹配含义：

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)

这里有一个实现（链接）。它肯定存在错误，但你可以理解它，并且它展示了一个工作的概念证明。它重复使用了默认Lucene QueryParser的语法、文档和语法。

- huynhjl

Answer 2

Spring表达式语言(SpEL)支持使用正则表达式返回布尔值的matches运算符。有关用法，请参见文档中的this部分。

这还允许您使用逻辑运算符，如and、or和not。

- darrengorman