混合内容的XQuery全文搜索

Question

以下是XML结构-(我在整个文档中给出了一小部分数据。我有一个6 GB的XML，带有适当的全文索引。)

<Docs>
 <Doc>
<Chap>No - 1</Chap>
<Desc>
  <Notes>
    <Para t="sn">departmental report</Para>
  </Notes>
  <Notes>
    <Para t="sn">The equiry commission is good.</Para>
  </Notes>
  <Notes>
    <Para t="sn">departmental process</Para>
    <Para t="ln">The enquiry report for the bomb blast is yet to come.<bL/>
      <bL/>The department working on this is quite lazy.</Para>
  </Notes>
</Desc>
</Doc>
<Doc>
<Chap>No - 2</Chap>
<Desc>
  <Notes>
    <Para t="sn">Enquiry Processes Report</Para>
    <Para t="ln">The enquiry process is very simple.<bL/>
      <bL/>With proper guidance anybody can handle the commission easily.<bL/>
      <bL/>
    </Para>
  </Notes>
  <Notes>
    <Para t="sn">Enquiry - Departmental</Para>
  </Notes>
</Desc>
 </Doc>
 <Doc>
<Chap>No - 3</Chap>
<Desc>
  <Notes>
    <Para t="sn">Physics Department</Para>
  </Notes>
  <Notes>
    <Para t="sn">Working process of physics department is quite lengthy</Para>
    <Para t="ln">Even after proper enquiry, I was told nothing.<bL/>
      <bL/>This was like a bomb blast.</Para>
  </Notes>
  <Notes>
    <Para t="sn">Departmental enquiry.</Para>
    <Para t="ln">There should be a departmental enquiry for this wrong process.</Para>
  </Notes>
</Desc>
</Doc>
</Docs>

现在，我希望所有这些Chap节点都包含所有单词“部门”、“查询”和“报告”。

到目前为止，我无法让他们使用各种组合。我的尝试之一是-

for $x in ft:search("Docs", ("departmental enquiry report"), map{'mode':='all words'})/ancestor::*:Para
 return $x/ancestor::Chap

有人能指点我吗？

Answer 1

BaseX的全文索引引用文本节点级别上的所有术语.这意味着您的所有单词都需要出现在同一个文本节点中。

如果要利用全文查询并查找某个元素下面的所有单词，可以尝试以下查询：

let $words := ("departmental enquiry report")
for $doc in db:open("Docs")//Doc[.//text() contains text { $words } any word]
where $doc[string-join(.//text(), ' ') contains text { $words } all words]
return $doc/Chap

第一个contains text表达式将被重写为索引请求。它将返回所有返回任何搜索词的文本。where子句中包含的文本表达式将筛选出不包含所有查询项的所有节点。使用string-join(.//text(), ' ')，Doc元素下面的所有文本节点都将连接起来，搜索将在连接的字符串上执行。

查询的折页、等效表示应产生相同的结果：

let $words := ("departmental enquiry report")
for $x in ft:search("Docs", $words, map { 'mode': 'any word' })/ancestor::*:Doc
where ft:contains(string-join($x//text(), ' '), $words, map { 'mode': 'all words' })
return $x/Chap

Answer 2

ft:search，以及为什么它不能解决这个问题

通过查看BaseX‘XQuery全文文档，您将意识到ft:search中的第二个参数应该是一个单词序列：

ft:search($db as xs:string, $terms as item()*, $options as item()) as text()*

所以，您的查询应该类似于

for $x in ft:search("Docs", ("departmental", "enquiry", "report"), map{'mode':='all words'})/ancestor::*:Para
return $x/ancestor::Chap

但是这仍然不能解决你的问题，因为这个功能

从包含指定$terms的数据库$terms的全文索引中返回所有文本节点。

换句话说:所有这些单词都必须发生在单个文本节点中，但它们分布在示例输入中的多个文本中(全部分布在<Doc/>节点上)。

使用标准XQuery全文

我不得不从您正在搜索的输入和单词中猜测，您实际上希望搜索包含所有这三个单词的<Doc/>节点。

for $document in doc("Docs")/Docs/Doc
where $document contains text { 'departmental', 'enquiry', 'report' } all words
return $document/Chap

这将检索所有文档，对其应用全文搜索，最后返回文档的章节节点。

注意

• 我删除了名称空间通配符，因为示例文档中没有包含名称空间，
• 创建全文索引(如果您还没有创建)，这将大大提高性能。