「3da549f0-0e88-4297-b6af-5179b74bd929」のように、文字列に ' - 'が含まれている場合、フルテキスト検索を行うにはどうすればよいですか？

Question

フィールドにインデックスを付け、上記の例のように ' - 'を含む文字列を検索すると、Arangoはそれを否定演算子として扱い、その文字列を検索しません。 「 - 」を含むこれらの文書を検索する解決策は何ですか？

Answer 1

あなたがしたことを再現しようとしています。

http+tcp://127.0.0.1:8529@_system> db._create("testIndex") 
http+tcp://127.0.0.1:8529@_system> db.testIndex.ensureIndex({type: "fulltext", fields: ["complete:3da549f0-0e88-4297-b6af-5179b74bd929"]}) 
{ 
    "fields" : [ 
    "complete:3da549f0-0e88-4297-b6af-5179b74bd929" 
    ], 
    "id" : "testIndex/4687162", 
    "minLength" : 2, 
    "sparse" : true, 
    "type" : "fulltext", 
    "unique" : false, 
    "isNewlyCreated" : true, 
    "code" : 201 
} 

http+tcp://127.0.0.1:8529@_system> db.testIndex.save({'complete:3da549f0-0e88-4297-b6af-5179b74bd929': "find me"}) 
{ 
    "_id" : "testIndex/4687201", 
    "_key" : "4687201", 
    "_rev" : "4687201" 
} 

http+tcp://127.0.0.1:8529@_system> db._query('FOR doc IN FULLTEXT(testIndex, "complete:3da549f0-0e88-4297-b6af-5179b74bd929", "find") RETURN doc') 
[object ArangoQueryCursor, count: 1, hasMore: false] 


[ 
    { 
    "_id" : "testIndex/4687201", 
    "_key" : "4687201", 
    "_rev" : "4687201", 
    "complete:3da549f0-0e88-4297-b6af-5179b74bd929" : "find me" 
    } 
] 

---

をので、ユースケースが異なって見える：

db.test2.save({id: 'complete:3da549f0-0e88-4297-b6af-5179b74bd929'}) 
db.test2.ensureIndex({type: "fulltext", fields: ["id"]}) 

db._query('FOR doc IN FULLTEXT(test2, "id", "3da549f0-0e88-4297-b6af-5179b74bd929") RETURN doc') 

れます（のみarangosh付き）より良い再現性の例を提供する場合私の答えは、おそらくあなたが現在しようとしている何より正確かもしれません空の結果を返します。起こっていただきまし理解する

、一つはフルテキストインデックスがどのように動作するかを知っている必要があります。それはword boundariesにテキストを分割し、これを索引の文書への参照を含むリストとして保管します。その索引 - グローバル・ワードリスト内の1ワードで複数の文書を参照することができます。

インデックスが照会されると、要求された単語が索引グローバル・ワードリスト内で検索され、見つかった各単語にはその中に単語が含まれている文書のリストが含まれます。これらのバケットは結合され、反復される文書の合計リストとして返されます。 the tokenizer a little better, I've added a tiny js wrapper that invokes itを理解することが

。

は、それはあなたの文字列に何をするかを見てましょう：

SYS_SPLIT_WORDS_ICU("ab cd", 0) 
[ 
    "ab", 
    " ", 
    "cd" 
] 
SYS_SPLIT_WORDS_ICU("3da549f0-0e88-4297-b6af-5179b74bd929", 0) 
[ 
    "3da549f0", 
    "-", 
    "0e88", 
    "-", 
    "4297", 
    "-", 
    "b6af", 
    "-", 
    "5179b74bd929" 
] 

だから、あなたが見る、マイナス単語の境界として扱われ、あなたの文字列が分割されています。

• は、検索文字列を分割し、実際の値のFILTERステートメントでハッシュの最も意味のある部分を、使用して挿入時にマイナスを削除
：あなたはこれを回避するには、いくつかの機会が今持っています
• 全文索引を使用するのではなく、スキップリストまたはハッシュ索引を使用します。メンテナンスが安く、FILTERステートメントに使用できます

Answer 2

編集： 私はちょうどthe source codeを見に行きました。そこから、 ' - 'は文字列の最初の文字であれば問題になるはずです。あなたが上に挙げた例の最初の文字ではないので、私は混乱しています。 「 - 」文字

は、エスケープのいずれかの方法があるがあり見ていません。もう一つの考え方は、 ' - 'の前に '+'を付けることです。あなたは試してみました：「完全：」または：「プレフィックスを」エスケープが働くかもしれないとして

collection.fulltext(attribute, "3da549f0+-0e88+-4297+-b6af+-5179b74bd929"); 

は、私が使用していることを、the docsを読んでから推測しました。

collection.fulltext(attribute, "complete:3da549f0-0e88-4297-b6af-5179b74bd929"); 

しかし明らかにそうではありません。