布爾運算符的 Lucene 運算符優先級

Question

布爾運算符的運算順序是什么？ 左到右？ 右到左？ 特定運營商有更高的優先級？

例如，如果我搜索：jakarta OR apache AND website

我能得到什么？ 是“jakarta”的任何內容，還是“apache”和“website”的任何內容？ 任何帶有“網站”的東西也有“jakarta”或“apache”？ 還有別的嗎？

Answer 1

簡短回答：

在 Lucene 中， AND運算符優先於OR運算符。 所以，你實際上是在這樣做：

jakarta OR (apache AND website)

您可以通過解析查詢字符串並查看它如何將AND和OR轉換為“必需”和“可選”運算符來自行驗證這一點。

NOT運算符優先於AND運算符，因為我們正在討論優先級。

但是在處理 Lucene 的所謂“布爾”運算符時您需要非常小心，因為它們的行為方式與您基於它們的統稱（“布爾”）所期望的不同。

（不幸的是，我從未見過任何官方文檔為這些優先規則提供引用 - 但我依賴於經驗觀察。有關更多信息，請參見下文。如果確實存在這方面的文檔，那將是很高興看到的。）

---

更長的答案

需要理解的一個關鍵點是，Lucene 布爾運算符並不是真正意義上的“布爾”，基於布爾代數，您可能會在其中使用括號來幫助避免歧義（或者您需要知道編程語言可能遵循的規則）正在申請） - 以及所有評估結果為 TRUE 或 FALSE 的地方。

Lucene 布爾運算符的用途略有不同。

他們不僅僅關心 TRUE/FALSE 包含/排除，還關心如何對結果進行評分，以便更相關的結果比不太相關的結果獲得更高的分數。

Lucene 查詢jakarta OR apache AND website等同於：

jakarta +apache +website

這意味着文檔的字段必須包含apache和website ，但也可能包含jakarta （以獲得更高的相關性分數）。

您可以通過獲取原始查詢字符串並對其進行解析來親自查看：

Query query = parser.parse(queryString);

...然后打印查詢的結果字符串表示形式。 +運算符是“必需”運算符。 它：

要求字段中某處存在“+”符號后的項

缺少+運算符意味着默認為“可能”，如“可能包含”——這意味着該術語是可選的：它不需要存在，如果查詢中有一些其他子句與文檔匹配。

AND的使用強制需要AND兩邊的項。

---

您可能會遇到一些可能令人驚訝的情況。

考慮一下：

foo AND bar OR baz AND bat

這解析為以下內容：

+foo +bar +baz +bat

這是因為每個術語的AND運算符都轉換為+運算符，從而使OR變得多余。

結果與您編寫的結果相同：

foo AND bar AND baz AND bat

但與此不同：

(foo AND bar) OR (baz AND bat)

它被解析為這個，其中保留了括號：

(+foo +bar) (+baz +bat)

---

底線：

在使用AND和OR以及NOT時，使用括號明確表達您的意圖。

---

關於NOT ，因為我們提到過它 - 它優先於AND 。

查詢：

foo AND bar NOT baz AND bat

被解析為：

+foo +bar -baz +bat

因此，文檔字段必須包含foo 、 bar和bat - 並且不得包含baz 。

---

為什么會出現這種情況？

我不知道，但我認為Lucene 最初不包括AND 、 OR和NOT - 而是使用+ （必須包括）， - （不得包括）和“無”（可能包括）。 后來添加了所謂的布爾運算符AND 、 OR 、 NOT ，作為這些原始運算符的一種“語法糖”——為那些在其他情況下更熟悉AND 、 OR和NOT的人引入。 我基於以下線程：

更好地理解 Lucene 的搜索運算符

該線程的摘要包含在這個關於NOT運算符的答案中。