如何用REGEXP_REPLACE将自然语言布尔查询转为MATCH AGAINST格式？[MySQL 8.0.36]

无需编写复杂解析器，通过多阶段正则替换即可高效完成转换，核心是分步骤处理不同布尔运算符，匹配上下文规则：

转换规则梳理 #

先明确FULLTEXT MATCH AGAINST的映射逻辑：

• AND → 连接的元素（单词/括号组）前加+（表示必须包含）
• OR → 替换为空格（FULLTEXT中空格默认是OR逻辑）
• NOT → 替换为-前缀（表示排除）

分步实现（以MySQL为例） #

1. 处理NOT运算符 #

将NOT 单词替换为-单词，匹配完整的NOT关键词和后续单词：

SET @original_query = '((word1 AND word2) OR (word3 AND word4 AND word5)) OR word6 NOT word7';
SET @step1 = REGEXP_REPLACE(@original_query, '\\bNOT\\b\\s*(\\w+)', '-\\1');
-- 结果：((word1 AND word2) OR (word3 AND word4 AND word5)) OR word6 -word7

2. 处理所有AND运算符 #

分两次处理：先替换括号内的单词级AND，再替换组间的AND：

• 括号内单词AND替换：给每个AND连接的单词加+前缀（多次调用处理连续AND）

SET @step2 = REGEXP_REPLACE(REGEXP_REPLACE(@step1, '(\\w+)\\s*\\bAND\\b\\s*(\\w+)', '+\\1 +\\2'), 
                            '(\\w+)\\s*\\bAND\\b\\s*(\\w+)', '+\\1 +\\2');
-- 结果：((+word1 +word2) OR (+word3 +word4 +word5)) OR word6 -word7

• 组间AND替换：给AND连接的括号组/单词加+前缀

-- 针对第二个示例：(word1 AND word2) AND (word3 OR word4)
SET @original_query2 = '(word1 AND word2) AND (word3 OR word4)';
SET @step2_2 = REGEXP_REPLACE(@original_query2, '(\\w+)\\s*\\bAND\\b\\s*(\\w+)', '+\\1 +\\2');
SET @step3_2 = REGEXP_REPLACE(@step2_2, '([^\\s]+)\\s*\\bAND\\b\\s*([^\\s]+)', '+\\1 +\\2');
-- 结果：+(+word1 +word2) +(word3 OR word4)

3. 处理OR运算符 #

将OR替换为空格，符合FULLTEXT的OR逻辑：

SET @step3 = REGEXP_REPLACE(@step2, '\\bOR\\b', ' ');
-- 第一个示例结果：((+word1 +word2)  (+word3 +word4 +word5))  word6 -word7
SET @step4_2 = REGEXP_REPLACE(@step3_2, '\\bOR\\b', ' ');
-- 第二个示例结果：+(+word1 +word2) +(word3 word4)

4. 清理格式 #

去除多余空格和首尾空格：

SET @final_result = REGEXP_REPLACE(TRIM(@step3), '\\s+', ' ');
-- 第一个示例最终结果：((+word1 +word2) (+word3 +word4 +word5)) word6 -word7
SET @final_result2 = REGEXP_REPLACE(TRIM(@step4_2), '\\s+', ' ');
-- 第二个示例最终结果：+(+word1 +word2) +(word3 word4)

注意事项 #

• 若使用MySQL 8.0+，REGEXP_REPLACE支持全局替换；低版本可自定义函数或多次嵌套调用
• 正则中的\\w+匹配字母/数字/下划线，若需支持特殊字符，可调整为[[:alnum:]_]+
• 复杂嵌套括号场景，可能需要额外处理，但大部分常规查询通过上述步骤即可覆盖

内容的提问来源于stack exchange，提问作者Floobinator