在构造 Azure AI 搜索的查询时,可以将默认的简单查询分析程序替换为功能更强大的 Lucene 查询分析程序,以便构建专用的高级查询表达式。
Lucene 分析程序支持复杂的查询格式,比如字段范围查询、模糊搜索、中缀和后缀通配符搜索、邻近搜索、术语提升以及正则表达式搜索。 额外的功能需遵守更多处理要求,因此执行时间应该会更长一些。 在本文中,你可以逐步了解一些示例,这些示例演示了基于完整语法的查询操作。
以下查询基于 hotels-sample-index,你可以按照此快速入门中的说明进行创建。
示例查询使用 REST API 和 POST 请求来表达。 可以在 REST 客户端中粘贴并运行它们。 或者,在 Azure 门户中使用搜索资源管理器的 JSON 视图。 在 JSON 视图中,可以粘贴本文中所示的查询示例。
请求头必须具有以下值:
URI 参数必须包括具有索引名、文档集合、搜索命令和 API 版本的搜索服务终结点,类似于以下示例:
请求正文的格式应为有效的 JSON:
设置为“*”时,表示一个未指定的查询,等效于 NULL 或空搜索。 它不是特别有用,但却是你可以执行的最简单的搜索,并且会显示索引中所有可检索的字段以及所有值。
设置为“完整”时,会调用完整的 Lucene 查询分析程序,它是此语法的必需参数。
设置为以逗号分隔的字段列表时,可用于搜索结果组合,使其只包括在搜索结果上下文中有用的字段。
返回与搜索条件匹配的文档数。 在空搜索字符串上,计数将是索引中的所有文档(在 hotels-sample-index 中,数量为 50)。
字段化搜索将单个嵌入式搜索表达式的范围限定为特定字段。 此示例搜索包含字词“hotel”的酒店名称,而不是“motel”。 可以使用 指定多个字段。
使用此查询语法时,如果想要查询的字段在搜索表达式中,则可以省略 参数。 如果字段化搜索包含 ,则 始终优先于 。
此查询的响应应该类似于以下示例,根据“Resort and Spa”进行筛选,返回名称中包含“hotel”的酒店,同时排除名称中包含“motel”的结果。
搜索表达式可以是单个字词或短语,也可以是用括号括起来的更复杂的表达式,其中可以选择使用布尔运算符。 下面是部分示例:
如果想要两个字符串评估为单个实体,请务必将短语放置在引号内,正如这个在 字段中搜索两个不同位置的情况一样。 你可能需要对引号进行转义 (),具体取决于客户端。
在 中指定的字段必须是可搜索的字段。 如需了解如何特性化字段定义,请参阅创建索引 (REST API)。
模糊搜索可匹配类似的字词,包括拼写错误的字词。 若要执行模糊搜索,请在单个字词的末尾追加“”波形符,后跟指定编辑距离的可选参数(介于 0 到 2 之间的值)。 例如, 或 会返回 blue、blues 和 glue。
对此查询的响应会解析为匹配文档中的“concierge”,为简洁起见只截取了一部分:
不直接支持短语,但你可以基于多部件短语的每个字词指定一个模糊匹配,例如 。 此查询表达式根据“laundry service”查找到 15 个匹配项。
邻近搜索会查找在文档中相互靠近的字词。 在短语末尾插入波形符“”,后跟创建邻近边界的字数。
此查询将搜索文档中彼此相距 5 个单词以内的字词“hotel”和“airport”。 引号经过转义 (),以保留短语:
术语提升是指相对于不包含术语的文档,提高包含提升术语的文档排名。 若要提升字词,请使用插入符号 ,并且所搜索字词末尾还要附加提升系数(数字)。 提升系数默认为 1,虽然它必须是正数,但可以小于 1(例如 0.2)。 术语提升不同于计分配置文件,因为计分配置文件提升某些字段,而非特定术语。
在“before”查询中,搜索“beach access”,你会注意到有七个文档匹配一个或两个字词。
实际上只有一个文档与“access”匹配,并且因为它是唯一匹配项,所以其位置较高(第二个位置),即使该文档缺少单词“beach”。
在“after”查询中,重试该搜索,此时会提升包含字词“beach”而非“access”的结果。 查询的人工可读版本为 。 根据你的客户端,可能需要将 表达为 。
提升字词“beach”后,“Old Carrabelle Hotel”匹配项向下移动到第六位。
正则表达式搜索基于正斜杠“”之间的内容查找匹配项,如在 RegExp 类中所记录的那样。
可将通常可识别的语法用于多个 () 或单个 () 字符通配符搜索。 Lucene 查询分析器支持将这些符号与单个术语一起使用,但不能与短语一起使用。
在此查询中,搜索包含前缀“sc”的酒店名称。 不能将 或 符号用作搜索的第一个字符。