Azure 搜索 SDK 正则表达式？

Question

我从这里看到 Azure 搜索支持 Lucene Regex：https://msdn.microsoft.com/en-us/library/azure/mt589323.aspx#bkmk_regex，但它没有描述如何使用 SDK 执行此操作。在我放弃所有希望之前，我想知道是否有人尝试过并成功了？

我和我的团队已经研究了好几天，试图弄清楚模糊搜索的工作原理，老实说，与市场上的其他工具相比，这个工具看起来非常有限。只是想看看有没有人做过。

API 版本：2015-02-28

这是我目前发现的：

@此链接：https://github.com/Azure/azure-content/blob/master/articles/search/search-query-lucene-examples.md

示例 8 -- 右键单击​​查询。搜索具有“高级”或“初级”一词的工作。

&queryType=full&$select=business_title&search=business_title:/(Sen|Jun)ior/

在 Portal.Azure.com（我的搜索资源管理器所在的位置...）上，我在 $select=CaseNumber&search=/508(0|1)/ 中键入以下项目，我试图在其中查找所有带有 508 且以 0 或 1 结尾的案例编号。这里是我的结果：

/$metadata#docs(CaseNumber)",
    "value": [
        {
            "@search.score": 0.13246636,
            "CaseNumber": "16-A-1238"
        },
        {
            "@search.score": 0.025094833,
            "CaseNumber": "SUV2014000179"
        }
    ]
}

现在如果我这样做：$select=CaseNumber&search=/5080(0|1)/

/$metadata#docs(CaseNumber)",
    "value": [
        {
            "@search.score": 0.33221063,
            "CaseNumber": "SUP238-5080"
        },
        {
            "@search.score": 0.13288425,
            "CaseNumber": "16-A-1238"
        },
        {
            "@search.score": 0.025173998,
            "CaseNumber": "SUV2014000179"
        }
    ]
}

如您所见，我终于得到了一个与我试图匹配的数字的案例......我要说的是算法中的某些东西不起作用，或者不像描述的那样起作用。

现在假设这真的是正则表达式，我应该能够做到这一点 /508.+/ 并得到任何以 508 开头的东西，但由于简单的例子似乎没有带回适当的结果，我要去没有。

Answer 1

好的，我们已经设法纠正了我们所看到的问题，为此，我们必须从索引器代码中删除 SDK。参考这个网址：https://azure.microsoft.com/en-us/blog/custom-analyzers-in-azure-search/

analyzers = new[]{
     new Analyzer(){
         name = "my_default",
         type = "#Microsoft.Azure.Search.CustomAnalyzer",
         tokenizer = "standard",
         tokenFilters = new List<string>(){
                "lowercase",
                "asciifolding",
                "phonetic",
                "trim",
                "my_edgeNGram" }
     },
},
tokenFilters = new[]{
     new EdgeNGramTokenFilter(){
          name = "my_edgeNGram",
          type = "#Microsoft.Azure.Search.EdgeNGramTokenFilter",
          minGram = 2,
          maxGram = 50}
     }

这现在允许更准确的“模糊”搜索，而无需使用 RegEx 来获得我想要的。请参阅以下内容：

$select=CaseNumber&search=508&searchFields=CaseNumber

这返回了以下内容：

{
    "@odata.context": "{MyURL}",
    "value": [
        {
            "@search.score": 5.188466,
            "CaseNumber": "SUP238-5080"
        },
        {
            "@search.score": 1.6886727,
            "CaseNumber": "SUP:501-6432"
        },
        {
            "@search.score": 1.6886727,
            "CaseNumber": "SUP:505-532"
        },
        {
            "@search.score": 1.6886727,
            "CaseNumber": "SUP:509-1851"
        },
        {
            "@search.score": 1.6886727,
            "CaseNumber": "SUP:784-5069"
        }
    ]
}

所以对于那些正在研究如何使用 SDK 做一些事情的人来说，不幸的是我无法弄清楚使用它的索引部分。我们仍然使用 SDK 来查询数据没有问题。

Answer 2

所以，我能够找到的另一件事是在字符串短语内的部分搜索未找到。例如，这是我原来的搜索查询字符串：

$select=CaseNumber&search=5080&searchFields=CaseNumber

结果：

/$metadata#docs(CaseNumber)",
    "value": [
        {
            "@search.score": 6.5489187,
            "CaseNumber": "SUP238-5080"
        },
        {
            "@search.score": 1.8920381,
            "CaseNumber": "SUP:501-6432"
        },
        {
            "@search.score": 1.8920381,
            "CaseNumber": "SUP:505-532"
        },
        {
            "@search.score": 1.8920381,
            "CaseNumber": "SUP:509-1851"
        },
        {
            "@search.score": 1.337873,
            "CaseNumber": "SUP:784-5069"
        }
    ]
}

但如果我尝试以任何身份（使用 *、~ 或任何 RegEx）搜索 080，如下所示：

1. $select=CaseNumber&search=080&searchFields=CaseNumber
2. $select=CaseNumber&search=*080&searchFields=CaseNumber

/$metadata#docs(CaseNumber)",
    "value": []
}

我们最终要做的是创建一个字符串列表，其中包含每个 CaseNumber 字段的排列，去掉第一个字符。例如：

SUP2385080
UP2385080
P2385080
2385080
385080
85080
5080
080

这现在允许我们在字符串的“CaseNumbers”列表中搜索任何部分字符串匹配，并且似乎返回迄今为止最接近的匹配。