“完整”Lucene 搜索语法（Azure AI 搜索中的高级查询）的示例

Artículo
03/25/2024

在构造 Azure AI 搜索的查询时，可以将默认的简单查询分析程序替换为功能更强大的 Lucene 查询分析程序，以便构建专用的高级查询表达式。

Lucene 分析程序支持复杂的查询格式，比如字段范围查询、模糊搜索、中缀和后缀通配符搜索、邻近搜索、术语提升以及正则表达式搜索。额外的功能需遵守更多处理要求，因此执行时间应该会更长一些。在本文中，你可以逐步了解一些示例，这些示例演示了基于完整语法的查询操作。

注意

通过完整的 Lucene 查询语法实现的专用查询构造很多都不是按文本分析的，所以并不涉及词干分解和词形还原，这一点有些出人意料。只会对完整字词（字词查询或短语查询）进行词法分析。字词不完整的查询类型（前缀查询、通配符查询、正则表达式查询、模糊查询）会被直接添加到查询树中，绕过分析阶段。对部分查询字词执行的唯一转换操作是转换为小写。

酒店示例索引

以下查询基于 hotels-sample-index，你可以按照此快速入门中的说明进行创建。

示例查询使用 REST API 和 POST 请求来表达。可以在 REST 客户端中粘贴并运行它们。或者，在 Azure 门户中使用搜索资源管理器的 JSON 视图。在 JSON 视图中，可以粘贴本文中所示的查询示例。

请求头必须具有以下值：

密钥	值
Content-Type	application/json
api-key	`<your-search-service-api-key>`，查询或管理密钥

URI 参数必须包括具有索引名、文档集合、搜索命令和 API 版本的搜索服务终结点，类似于以下示例：

https://{{service-name}}.search.azure.cn/indexes/hotels-sample-index/docs/search?api-version=2024-07-01

请求正文的格式应为有效的 JSON：

{
    "search": "*",
    "queryType": "full",
    "select": "HotelId, HotelName, Category, Tags, Description",
    "count": true
}

“search”设置为 * 时，表示一个未指定的查询，等效于 NULL 或空搜索。它不是特别有用，但却是你可以执行的最简单的搜索，并且会显示索引中所有可检索的字段以及所有值。
“queryType”设置为“完整”时，会调用完整的 Lucene 查询分析程序，它是此语法的必需参数。
“select”设置为以逗号分隔的字段列表时，可用于搜索结果组合，使其只包括在搜索结果上下文中有用的字段。
“count”返回与搜索条件匹配的文档数。在空搜索字符串上，计数将是索引中的所有文档（在 hotels-sample-index 中，数量为 50）。

示例 1：字段化搜索

字段化搜索将单个嵌入式搜索表达式的范围限定为特定字段。此示例搜索包含字词“hotel”的酒店名称，而不是“motel”。可以使用 AND 指定多个字段。

使用此查询语法时，如果想要查询的字段在搜索表达式中，则可以省略 searchFields 参数。如果字段化搜索包含 searchFields，则 fieldName:searchExpression 始终优先于 searchFields。

POST /indexes/hotel-samples-index/docs/search?api-version=2024-07-01
{
    "search": "HotelName:(hotel NOT motel) AND Category:'Resort and Spa'",
    "queryType": "full",
    "select": "HotelName, Category",
    "count": true
}

此查询的响应应该类似于以下示例，根据“Resort and Spa”进行筛选，返回名称中包含“hotel”的酒店，同时排除名称中包含“motel”的结果。

"@odata.count": 4,
"value": [
    {
        "@search.score": 4.481559,
        "HotelName": "Nova Hotel & Spa",
        "Category": "Resort and Spa"
    },
    {
        "@search.score": 2.4524608,
        "HotelName": "King's Palace Hotel",
        "Category": "Resort and Spa"
    },
    {
        "@search.score": 2.3970203,
        "HotelName": "Triple Landscape Hotel",
        "Category": "Resort and Spa"
    },
    {
        "@search.score": 2.2953436,
        "HotelName": "Peaceful Market Hotel & Spa",
        "Category": "Resort and Spa"
    }
]

搜索表达式可以是单个字词或短语，也可以是用括号括起来的更复杂的表达式，其中可以选择使用布尔运算符。下面是部分示例：

HotelName:(hotel NOT motel)
Address/StateProvince:("WA" OR "CA")
Tags:("free wifi" NOT "free parking") AND "coffee in lobby"

如果想要两个字符串评估为单个实体，请务必将短语放置在引号内，正如这个在 Address/StateProvince 字段中搜索两个不同位置的情况一样。你可能需要对引号进行转义 (\)，具体取决于客户端。

在 fieldName:searchExpression 中指定的字段必须是可搜索的字段。有关如何特性化字段定义的详细信息，请参阅创建索引 (REST API)。

示例 2：模糊搜索

模糊搜索可匹配类似的字词，包括拼写错误的字词。若要执行模糊搜索，请在单个字词的末尾追加“~”波形符，后跟指定编辑距离的可选参数（介于 0 到 2 之间的值）。例如，blue~ 或 blue~1 会返回 blue、blues 和 glue。

POST /indexes/hotel-samples-index/docs/search?api-version=2024-07-01
{
    "search": "Tags:conserge~",
    "queryType": "full",
    "select": "HotelName, Category, Tags",
    "searchFields": "HotelName, Category, Tags",
    "count": true
}

对此查询的响应会解析为匹配文档中的“concierge”，为简洁起见只截取了一部分：

"@odata.count": 12,
"value": [
    {
        "@search.score": 1.1832147,
        "HotelName": "Secret Point Motel",
        "Category": "Boutique",
        "Tags": [
            "pool",
            "air conditioning",
            "concierge"
        ]
    },
    {
        "@search.score": 1.1819803,
        "HotelName": "Twin Dome Motel",
        "Category": "Boutique",
        "Tags": [
            "pool",
            "free wifi",
            "concierge"
        ]
    },
    {
        "@search.score": 1.1773309,
        "HotelName": "Smile Hotel",
        "Category": "Suite",
        "Tags": [
            "view",
            "concierge",
            "laundry service"
        ]
    },

不直接支持短语，但你可以基于多部件短语的每个字词指定一个模糊匹配，例如 search=Tags:landy~ AND sevic~。此查询表达式根据“laundry service”查找到 15 个匹配项。

注意

不会对模糊查询进行分析。字词不完整的查询类型（前缀查询、通配符查询、正则表达式查询、模糊查询）会被直接添加到查询树中，绕过分析阶段。对部分查询字词执行的唯一转换操作是转换为小写。

示例 3：邻近搜索

邻近搜索会查找在文档中相互靠近的字词。在短语末尾插入波形符“~”，后跟创建邻近边界的词数。

此查询在文档中搜索词语“hotel”和“airport”，彼此的距离不超过 5 个词。引号经过转义 (\")，以保留短语：

POST /indexes/hotel-samples-index/docs/search?api-version=2024-07-01
{
    "search": "Description: \"hotel airport\"~5",
    "queryType": "full",
    "select": "HotelName, Description",
    "searchFields": "HotelName, Description",
    "count": true
}

此查询的响应应与以下示例类似：

"@odata.count": 2,
"value": [
    {
        "@search.score": 0.6331726,
        "HotelName": "Trails End Motel",
        "Description": "Only 8 miles from Downtown.  On-site bar/restaurant, Free hot breakfast buffet, Free wireless internet, All non-smoking hotel. Only 15 miles from airport."
    },
    {
        "@search.score": 0.43032226,
        "HotelName": "Catfish Creek Fishing Cabins",
        "Description": "Brand new mattresses and pillows.  Free airport shuttle. Great hotel for your business needs. Comp WIFI, atrium lounge & restaurant, 1 mile from light rail."
    }
]

示例 4：术语提升

术语提升是指相对于不包含术语的文档，提高包含提升术语的文档排名。若要提升字词，请使用插入符号 ^，并且所搜索字词末尾还要附加提升系数（数字）。提升系数默认为 1，虽然它必须是正数，但可以小于 1（例如 0.2）。术语提升不同于计分配置文件，因为计分配置文件提升某些字段，而非特定术语。

在“before”查询中，搜索“beach access”，你会注意到有七个文档匹配一个或两个字词。

POST /indexes/hotel-samples-index/docs/search?api-version=2024-07-01
{
    "search": "beach access",
    "queryType": "full",
    "select": "HotelName, Description, Tags",
    "searchFields": "HotelName, Description, Tags",
    "count": true
}

实际上只有一个文档与“access”匹配，并且因为它是唯一匹配项，所以其位置较高（第二个位置），即使该文档缺少单词“beach”。

"@odata.count": 7,
"value": [
    {
        "@search.score": 2.2723424,
        "HotelName": "Nova Hotel & Spa",
        "Description": "1 Mile from the airport.  Free WiFi, Outdoor Pool, Complimentary Airport Shuttle, 6 miles from the beach & 10 miles from downtown."
    },
    {
        "@search.score": 1.5507699,
        "HotelName": "Old Carrabelle Hotel",
        "Description": "Spacious rooms, glamorous suites and residences, rooftop pool, walking access to shopping, dining, entertainment and the city center."
    },
    {
        "@search.score": 1.5358944,
        "HotelName": "Whitefish Lodge & Suites",
        "Description": "Located on in the heart of the forest. Enjoy Warm Weather, Beach Club Services, Natural Hot Springs, Airport Shuttle."
    },
    {
        "@search.score": 1.3433652,
        "HotelName": "Ocean Air Motel",
        "Description": "Oceanfront hotel overlooking the beach features rooms with a private balcony and 2 indoor and outdoor pools. Various shops and art entertainment are on the boardwalk, just steps away."
    },

在“after”查询中，重试该搜索，此时会提升包含字词“beach”而非“access”的结果。查询的人工可读版本为 search=Description:beach^2 access。根据你的客户端，可能需要将 ^2 表达为 %5E2。

提升字词“beach”后，“Old Carrabelle Hotel”匹配项向下移动到第六位。

示例 5：正则表达式

正则表达式搜索基于正斜杠“/”之间的内容查找匹配项，如在 RegExp 类中所记录的那样。

POST /indexes/hotel-samples-index/docs/search?api-version=2024-07-01
{
    "search": "HotelName:/(Mo|Ho)tel/",
    "queryType": "full",
    "select": "HotelName",
    "count": true
}

此查询的响应应与以下示例类似：

    "@odata.count": 22,
    "value": [
        {
            "@search.score": 1.0,
            "HotelName": "Days Hotel"
        },
        {
            "@search.score": 1.0,
            "HotelName": "Triple Landscape Hotel"
        },
        {
            "@search.score": 1.0,
            "HotelName": "Smile Hotel"
        },
        {
            "@search.score": 1.0,
            "HotelName": "Pelham Hotel"
        },
        {
            "@search.score": 1.0,
            "HotelName": "Sublime Cliff Hotel"
        },
        {
            "@search.score": 1.0,
            "HotelName": "Twin Dome Motel"
        },
        {
            "@search.score": 1.0,
            "HotelName": "Nova Hotel & Spa"
        },
        {
            "@search.score": 1.0,
            "HotelName": "Scarlet Harbor Hotel"
        },

注意

不会对正则表达式查询进行分析。对部分查询字词执行的唯一转换操作是转换为小写。

示例 6：通配符搜索

可将通常可识别的语法用于多个 (*) 或单个 (?) 字符通配符搜索。请注意，Lucene 查询分析器支持将这些符号与单个术语一起使用，但不能与短语一起使用。

在此查询中，搜索包含前缀“sc”的酒店名称。不能将 * 或 ? 符号用作搜索的第一个字符。

POST /indexes/hotel-samples-index/docs/search?api-version=2024-07-01
{
    "search": "HotelName:sc*",
    "queryType": "full",
    "select": "HotelName",
    "count": true
}

此查询的响应应与以下示例类似：

    "@odata.count": 2,
    "value": [
        {
            "@search.score": 1.0,
            "HotelName": "Scarlet Harbor Hotel"
        },
        {
            "@search.score": 1.0,
            "HotelName": "Scottish Inn"
        }
    ]

注意

不会对通配符查询进行分析。对部分查询字词执行的唯一转换操作是转换为小写。

后续步骤

尝试在代码中指定查询。以下链接介绍了如何使用 Azure SDK 设置搜索查询。

快速入门：使用 Azure SDK 进行全文搜索

可在以下链接中找到更多语法参考、查询体系结构和示例：

Compartir a través de

“完整”Lucene 搜索语法（Azure AI 搜索中的高级查询）的示例

酒店示例索引

示例 1：字段化搜索

示例 2：模糊搜索

示例 3：邻近搜索

示例 4：术语提升

示例 5：正则表达式

示例 6：通配符搜索

后续步骤

Recursos adicionales