转义Google全文搜索服务的搜索查询

Question

这是14讨论的交叉帖子

我正在使用gae 1.6.6中的新全文搜索服务，在将查询字符串传递到搜索索引之前，我很难弄清楚如何正确地转义查询字符串。文档提到需要转义某些字符(即数值运算符)，但是它们没有指定查询解析器期望如何转义字符串。

我面临的问题是两方面的：

1. 如果不能从许多字符中转义(比文档中暗示的字符更多)，将导致解析器引发QueryException。
2. 当我将查询转到不会引发的程度时，数值运算符(>，<，>=，<=)将不再正确解析(而不是搜索中的因素)。

我设置了一个测试，将string.printable输入到my_index.search()中，并发现它会在每个“可打印”的控制字符上提高QueryException，而我现在正在去掉这些字符，以及看起来无害的东西，比如星号、逗号、括号、大括号、倾斜字符。这些在文档中都没有提到需要转义。

到目前为止，我已经尝试过：

• cgi.escape()
• 具有ascii映射为urlencoded等价物的saxutils.escape() (如, -> %2C)
• 具有ascii到html实体编码ascii代码的映射的saxutils.escape() (例如{)
• urllib.quote_plus()

到目前为止，我使用url样式(%NN)替换已经得到了最好的结果，但是>、<、>=和<=仍然无法从索引中获得预期的结果。而且，这似乎与转义问题没有任何关系，但在NOT类型查询前面使用field = value似乎也不像所宣传的那样有效。

tl;dr

在将查询发送到搜索服务之前，我应该如何转义查询，以便解析器不会引发QueryException，并且我的查询会产生预期的结果？

Answer 1

正如在文献资料中简要解释的那样，查询参数是一个字符串，应该符合我们的查询语言。我们应该更好地记录。

现在，我建议您将查询(或至少一些单词/术语)用双引号包装。这样，您就可以传递所有可打印的字符，但是传递"和\。下面的示例显示了结果。

import string
from google.appengine.api.search import Query
Query('"%s"' % string.printable.replace('"', '').replace('\\', ''))

甚至可以传递不可打印的字符。

Query('"%s"' % ''.join(chr(i) for i in xrange(128)).replace('"','').replace('\\', ''))

编辑：注意任何包含在双引号中的内容都是完全匹配的，即"foo bar“将与...foo栏匹配.但没有...bar foo。