将“”转换为和的快速搜索查询

Question

我试着用嗖嗖声做文本搜索。你知道吗

当我搜索包含-（例如：'IGF-1R'）的字符串时，它最终会搜索'IGF'和'1R'，因此不会将其视为单个字符串。你知道吗

知道为什么吗？你知道吗

下面是我使用的代码：

class MyFuzzyTerm(FuzzyTerm):
     def __init__(self, fieldname, text, boost=1.0, maxdist=1, prefixlength=2, constantscore=True):
          super(MyFuzzyTerm, self).__init__(fieldname, text, boost, maxdist, prefixlength, constantscore)

with ix.searcher() as searcher:
    qp = QueryParser("gene", schema=ix.schema, termclass=MyFuzzyTerm)
    q = qp.parse('IGF-1R')

q返回：

And([MyFuzzyTerm('gene', 'igf', boost=1.000000, maxdist=1, prefixlength=2), MyFuzzyTerm('gene', '1r', boost=1.000000, maxdist=1, prefixlength=2)])

我希望是：

MyFuzzyTerm('gene', 'igf-1r', boost=1.000000, maxdist=1, prefixlength=2)

Answer 1

将文本拆分为单词是标记器的工作，我通常使用whoosh.analysis.SpaceSeparatedTokenizer()，但对于您的情况，标记器是基于空格和破折号进行拆分的。
所以我打赌你是用whoosh.analysis.CharsetTokenizer(charmap)和charmap内的（空格，破折号）或whoosh.analysis.RegexTokenizer(expression=<_sre.SRE_Pattern object>, gaps=False)。你知道吗