通過將' - '轉換為AND來搜索查詢

Question

我正試圖用飛快移動進行文本搜索。

當我搜索包含- （例如： 'IGF-1R' ）的字符串時，它最終會搜索'IGF'和'1R' ，因此不會將其視為單個字符串。

知道為什么嗎？

這是我正在使用的代碼：

class MyFuzzyTerm(FuzzyTerm):
     def __init__(self, fieldname, text, boost=1.0, maxdist=1, prefixlength=2, constantscore=True):
          super(MyFuzzyTerm, self).__init__(fieldname, text, boost, maxdist, prefixlength, constantscore)

with ix.searcher() as searcher:
    qp = QueryParser("gene", schema=ix.schema, termclass=MyFuzzyTerm)
    q = qp.parse('IGF-1R')

q返回：

And([MyFuzzyTerm('gene', 'igf', boost=1.000000, maxdist=1, prefixlength=2), MyFuzzyTerm('gene', '1r', boost=1.000000, maxdist=1, prefixlength=2)])

我希望它是：

MyFuzzyTerm('gene', 'igf-1r', boost=1.000000, maxdist=1, prefixlength=2)

Answer 1

將文本分成單詞是tokenizer的工作，我通常使用whoosh.analysis.SpaceSeparatedTokenizer()但是對於你的情況，tokenizer是基於空格和破折號分離的。
所以我想你正在使用的whoosh.analysis.CharsetTokenizer(charmap)內用（空間，破折號） charmap或whoosh.analysis.RegexTokenizer(expression=<_sre.SRE_Pattern object>, gaps=False) 。