在 Xapian 和 Python 中按概率字段搜索

【问题标题】：Search by probabilistic fields in Xapian and Python在 Xapian 和 Python 中按概率字段搜索
【发布时间】：2012-09-04 21:57:22
【问题描述】：

我打算这样做：

doc = xapian.Document()
doc.set_data(somedata)
..
..
doc.add_term("Ajohn doe")

假设前缀“作者”可用于文档作者。

现在我希望能够运行此搜索“searchterm AND author:john doe”

这显然不起作用，因为“doe”被认为是作者的一部分（QueryParser 正在将其翻译为 “searchterm AND author:john OR doe”）。我应该这样做：

doc.add-term("Ajohn_doe")

并通过“searchterm AND author:john_doe”进行搜索？一般来说，搜索带有空格的文本是否有任何替代方法？

【问题讨论】：

标签： python xapian

【解决方案1】：

最常见的方法是添加术语Ajohn 和Adoe（可能使用Xapian 的TermGenerator，它会为您进行分词和术语创建）。完成此操作后，您可以运行搜索 author:"john doe"（前缀短语搜索，它将能够搜索多个术语）。类似于以下内容：

import xapian
db = xapian.WritableDatabase("my-db", xapian.DB_CREATE_OR_OPEN)
tg = xapian.TermGenerator()

doc = xapian.Document()
tg.set_document(doc)
tg.index_text("John Doe", 1, "A")
db.add_document(doc)

qp = xapian.QueryParser()
qp.add_prefix("author", "A")
q = qp.parse_query('author:"John Doe"')

enq = xapian.Enquire(db)
enq.set_query(q)
for match in enq.get_mset(0, 10):
    print "%8.8i: %f" % (match.docid, match.weight,)

（针对半新的 Xapian 主干进行了测试，尽管我认为这里没有什么特别新的东西。）

【讨论】：