我最近接到一项任务,要在我们的 MarkLogic 数据库中创建一个搜索字段。我们 XML 中需要搜索的点可能如下所示:
<title_group>
<title xml:lang="fr" source="sdo">Amendement 2 - Dispositifs à semiconducteurs - Partie 16-1: Circuits intégrés hyperfréquences - Amplificateurs</title>
<title xml:lang="en" source="sdo">Amendment 2 - Semiconductor devices - Part 16-1: Microwave integrated circuits - Amplifiers</title>
<title xml:lang="no">Tillegg 2 - Halvlederenheter - Del 16-1: Mikrobøgekretser - Forsterkere</title>
</title_group>
这些节点当前不是管理中的范围元素索引。
现在,在这种特殊情况下,我认为连字符导致了问题。我试过:
let $searchTerm := fn:replace($title, "\s+-\s+", "* *")
let $searchTerm := fn:replace($searchTerm, "-", "* *")
但收效甚微。
当前搜索是这样进行的:
let $product_query:= cts:element-word-query(xs:QName("product:title"), fn:concat("*",$searchTerm,"*"), ("case-insensitive", "punctuation-insensitive"))
let $products := cts:search(/product:product, $product_query, ("filtered", $index_order))[1 to $result_limit]
当我搜索“Tillegg 2”或“Tillegg 2 - Halvlederenheter”时,这使我能够获得正确的结果,但当我包含更多标题时它会失败。我是否需要将字符串预处理为一个与查询,还是有更聪明的方法?
最佳答案
如果其他人碰巧在寻找同一件事的答案,我就是这样解决的:
- 在搜索字符串上使用
fn:normalize-space
,去除空格 - 使用
fn:tokenize($searchString, '\s+')
获取搜索标记列表。 - 删除单字母标记
- 制作一个
cts:and-query
,里面有一些cts:element-word-query
。他们有搜索选项“case-insensitive”、“punctuation-insensitive”、“diacritic-insensitive”、“whitespace-insensitive”、“unstemmed”、“unwildcarded”
关于xml - 当节点包含特殊字符时使用 Xquery 处理 XML 标题搜索的最佳方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43605358/