Question

例如，我需要创建类似谷歌搜索查询解析器的东西来解析这样的表达式：

飞行远足或游泳 - “**走进靴子**” **作者：** hamish **作者：** reid

或

$ 500000 带游泳池

我怎么会开始建立这样的东西？任何好的资源？

c＃related ，请（如果可能）

编辑：这是我应该以某种方式能够转换为SQL查询

Answer 1

你有多少个关键词（比如'或'，'in'，'price over'，'with a'）？如果你只有几个我建议用简单的字符串处理（regexes）。

但是，如果您有更多内容，您可能需要考虑为这些搜索表达式实现真正的解析器。 Irony.net可以帮助你（我发现它非常容易使用，因为你可以直接在代码中以近乎bnf形式表达你的语法）。

Answer 2

Lucene/NLucene项目具有布尔查询和其他一些查询格式的功能。我不知道在你的情况下添加像作者这样的自己的扩展的可能性，但它可能值得检查出来。

Answer 3

实现目标的方法很少，其中两种方式：

使用grammar进行解析（对复杂语言有用）
使用regular expression进行解析和基本的字符串操作（对于更简单的语言）

根据您的示例，语言非常基本，因此根据关键字拆分字符串可能是最佳解决方案。

string sentence = "house in new york priced over $500000 with a swimming pool";
string[] values = sentence.Split(new []{" in ", " priced over ", " with a "}, 
                                 StringSplitOptions.None);
string type = values[0];
string area = values[1];
string price = values[2];
string accessories = values[3];

然而，可能出现的一些问题是：如何验证句子是否符合预期形式？如果某些关键字可以作为值的一部分出现，会发生什么？

如果遇到这种情况，可以使用一些库来使用定义的语法解析输入。其中两个与.Net一起使用的库是ANTLR和Gold Parser，两者都是免费的。主要的挑战是定义语法。

Answer 4

语法对于您给出的第二个示例非常有效但第一个（任何顺序关键字/命令字符串）最好使用Split（）和一个类来处理各种关键字和命令。在拆分之前，您必须进行初始处理以处理引用的区域（例如，使用稀有/未使用的字符替换带引号的区域内的空格）。

分割完成后，“：”命令很容易找到并拉出搜索字符串进行处理。只需遍历阵列即可。

+/-关键字也很容易找到，并作为AND / AND NOT子句添加到sql查询中。

您可能遇到问题的唯一地方是“或”，因为您必须定义它的处理方式。如果有多个“或”，该怎么办？但是数组中关键字的顺序与查询中的顺序相同，因此不会出现问题。

Answer 5

我认为你应该做一些字符串处理。没有聪明的方法可以做到这一点。

所以用您自己的或运算符（例如||）替换“OR”。据我所知，这里没有图书馆。

我建议你选择正则表达式。

如何为搜索查询创建解析器

5 个答案: