Lucene 查询因混合 MUST/MUST_NOT 而失败

Question

给定一个包含此文本的文档，索引在名为 Content 的字段中：

The dish ran away with the spoon.

以下查询无法匹配该文档：

+Content:dish +(-Content:xyz)   <-- no results!

我希望查询被视为必须包含“dish”，不得包含“xyz”。失败的是“绝不能”的部分。

我知道 +- 组合看起来很有趣，但在语法上它应该是正确的，特别是考虑到以下变体都有效：

+Content:dish +(-Content:xyz +Content:spoon)   <-- this works
+Content:dish -Content:xyz                     <-- this works

那么为什么+(-Content:xyz) 不起作用？这是设计使然，还是错误，或者我只是错过了什么？我正在使用 Lucene.Net，但我认为常规 Lucene 的行为相同。

Answer 1

Lucene 并不是从一个完整的视图开始的，比如 SQL 数据库。 Lucene 从没有匹配的文档开始，并根据搜索的子句查找内容。这就是为什么：

-Content:xyz

单靠它自己是行不通的。它知道不带入 content:xyz，但没有得到任何匹配的文件。您的查询也是如此，因为它被放置在子查询中。

-Content:xyz 首先被评估，它自己没有文档。所以你有，有效的

+Content:dish +(no documents)

将- 视为AND NOT 而不仅仅是NOT 很有用（尽管不要认为这意味着+/- 和AND/OR/NOT 语法必须直接相互映射） .

如果你希望能够执行这样一个孤独的否定查询，你需要先引入所有文档。 MatchAllDocsQuery 是实现这一目标的最佳方式，例如：

BooleanQuery query = new BooleanQuery();
query.add(new BooleanClause(new MatchAllDocsQuery(), BooleanClause.Occur.SHOULD));
query.add(new BooleanClause(new TermQuery(new Term("Content","xyz")), BooleanClause.Occur.MUST_NOT));

相当于只对 WHERE 子句进行否定的 SQL 样式查询。

当然，在您列出的情况下，这并不是真正必要的：

+Content:dish -Content:xyz

完全够用了。