検索文字列をPythonのコンテンツに一致させる方法

Question

通常、検索すると、ストーリーのリストがあり、検索ストリングを提供し、特定の検索ストリングがストーリーと一致する結果のリストを返すことを期待しています。

私がやりたいことは、反対です。検索文字列と1つのストーリーのリストを与え、そのストーリーに一致する検索文字列を見つけます。

これはreで行うことができますが、ここではsolrでサポートされているような複雑な検索クエリを使用したいと考えています。 query syntax hereの詳細注：私はブーストを使用しないでください。

基本的に私は、下のサンプルコードでは、doesitmatch関数のいくつかのポインタを取得したいと思います。

def doesitmatch(contents, searchstring): 
    """ 
    returns result of searching contents for searchstring (True or False) 
    """ 
    ??????? 
    ??????? 


story = "big chunk of story 200 to 1000 words long" 
searchstrings = ['sajal' , 'sajal AND "is a jerk"' , 'sajal kayan' , 'sajal AND (kayan OR bangkok OR Thailand OR (webmaster AND python))' , 'bangkok'] 

matches = [[searchstr] for searchstr in searchstrings if doesitmatch(story, searchstr) ] 

編集：は、さらにまた、任意のモジュールは、正規表現の中に以下のようなLuceneのクエリを変換するために存在するかどうかを知るために興味がある：

sajal AND (kayan OR bangkok OR Thailand OR (webmaster AND python) OR "is a jerk") 

Answer 1

はおそらく遅いが、簡単な解決策：

メイクストーリーと各ストリングの検索エンジンへの照会。何かが返された場合、それは一致します。

それ以外の場合は、自分で検索構文を実装する必要があります。これに「タイトル：」などの情報が含まれていれば、これはかなり複雑になります。それがあなたの例からのANDとORだけであれば、あまりにも毛深いことではない再帰関数です。

Answer 2

私はluceneのpython実装を探していましたが、純粋なpythonのテキストベースのリサーチエンジンであるWooshを見つけました。たぶんそれはあなたの必要性を定めるでしょう。

pyLuceneでも試してみることができますが、これは調査しませんでした。

Answer 3

ここに擬似コードの提案があります。私はあなたが検索結果でそれを取得することができるように、インデックス内の検索用語で物語識別子を格納すると仮定しています。

def search_strings_matching(story_id_to_match, search_strings): 
    result = set() 
    for s in search_strings: 
     result_story_ids = query_index(s) # query_index returns an id iterable 
     if story_id_to_match in result_story_ids: 
      result.add(s) 
    return result 

Answer 4

大規模なグーグルの後、私はブーリアン検索をしています。正規表現のブール値を意識するコードが見つかり

：http://code.activestate.com/recipes/252526/

問題は、今のところ解決に見えます。

Answer 5

あなたの問題をすでに解決しているので、これはおそらくあまり面白くないかもしれませんが、質問が最初にあってそれにマッチさせたい場合には、Prospective Search彼らが来るときにドキュメントに対して。

LuceneのMemoryIndexは、このような目的で特別に設計されたクラスであり、単一のドキュメントに対して多くのクエリを実行するのに十分な効率があります。

これはPythonとは関係ありません。あなたはおそらくjavaのようなものを書いた方が良いでしょう。

Answer 6

AppEngineでPythonを作成している場合は、AppEngine Prospective Search Serviceを使用して、ここで何をしようとしているのかを正確に達成できます。参照：http://code.google.com/appengine/docs/python/prospectivesearch/overview.html