Solr edismax支持哪些正則表達式？

Question

正則表達式允許使用下面顯示的模式匹配語法。 我試圖實現一個強大的搜索工具，儘可能多地實現這些。 我被告知edismax是該工作最靈活的工具。 下面哪個模式匹配表達式可以用edismax完成？我可以比edismax做得更好嗎？您能否提出我可能用於實現此功能的哪些過濾器和解析器補丁？如果我認爲Solr能夠達到這些類型搜索的可接受性能（即服務器端處理時間），我是否在做夢？

正則表達式語法&從mysql

1. ^匹配開始字符串的例子。 'fofo' REGEXP '^fo' => true
2. $匹配字符串的結尾。 'fo\no' REGEXP '^fo\no$' => true
3. * 0-無限通配符。 'Baaaan' REGEXP 'Ba*n' => true
4. ？ 0-1通配符。 'Baan' REGEXP '^Ba?n => false'
5. + 1-無限通配符。 'Bn' REGEXP 'Ba+n' => false
6. |要麼。 'pi' REGEXP 'pi|apa' => true
7. （）*序列匹配。 'pipi' REGEXP '^(pi)*$' => true
8. [A-DX]，[^一個-DX]字符範圍/設定'aXbc' REGEXP '[a-dXYZ]' => true
9. {N}或{M，N}基數符號'abcde' REGEXP 'a[bcd]{3}e' => true
10. [：character_class：] 'justalnums' REGEXP '[[:alnum:]]+' => true

Answer 1

Lucene 4.0版將使用特殊語法直接在標準查詢解析器中支持regex查詢。我證實它可以在我正在運行的Solr實例上運行，它是在二月份的顛覆中繼中建立的。

Jira ticket 2604描述了標準查詢解析器的擴展，使用特殊的正則表達式語法，使用正斜槓分隔正則表達式，類似於Javascript中的語法。它似乎在使用底層的RegexpQuery解析器。

所以一個簡單的例子：

body:/[0-9]{5}/ 

將匹配在文本語料庫我已經索引的五位數的郵政編碼。但奇怪的是，身體：\ \ d {5} /不適合我，並且也失敗了。

正則表達式的方言必須是Java的，但我不確定它裏面的所有東西都有效，因爲我只做了粗略的檢查。人們可能不得不仔細查看RegexpQuery代碼以瞭解什麼可行，哪些不可行。

Answer 2

正則表達式和（e）dismax沒有真正的可比性。 Dismax意味着直接處理普通的最終用戶輸入，而正則表達式不是典型的最終用戶輸入。

另外，將匹配正則表達式的東西與dismax很大程度上取決於text analysis settings和模式設計，而不是dismax本身。通過使用Solr，您通常可以根據具體的搜索需求定製模式和文本分析，可能在索引時間完成大部分工作。正則表達式與此不一致，甚至與Lucene倒排索引的基本結構不一致。

不過，Lucene提供了RegexQuery和更新的RegexpQuery。據我所知，這些沒有與Solr整合，但他們可能是。在Solr issue tracker開始一個新項目和快樂的編碼！ :)

請記住，正則表達式查詢可能會一直很慢......但他們可以在您的情況下可接受的性能。