如何检测未使用括号的歧义性无效布尔查询？

核心思路 #

要检测这类歧义查询，核心原则是：在没有括号明确优先级的连续查询片段中，不能同时出现两种及以上不同的布尔运算符（AND/OR/NOT）。同一种运算符连续使用（如全AND、全OR、连续NOT）不会产生歧义，属于有效查询；一旦混合不同运算符且无括号包裹，就判定为无效并触发错误。

具体实现步骤 #

1. 词法分析（Tokenization） #

先将原始查询字符串拆分为标准化的Token，包括：

• 操作数：查询关键词（如love、family）
• 运算符：统一转为大写的AND/OR/NOT
• 括号：(和)

处理要点：

• 忽略多余空格，统一运算符大小写（避免and/Or的差异）
• 拆分带括号的Token（比如(love拆为( + LOVE，peace)拆为PEACE + )）

示例代码（Python）：

def tokenize(query):
    tokens = [t.upper() for t in query.strip().split() if t.strip()]
    token_list = []
    for token in tokens:
        if token.startswith('('):
            token_list.append('(')
            if len(token) > 1:
                token_list.append(token[1:])
        elif token.endswith(')'):
            if len(token) > 1:
                token_list.append(token[:-1])
            token_list.append(')')
        else:
            token_list.append(token)
    return token_list

2. 跟踪括号嵌套，隔离安全区域 #

遍历Token序列时，标记当前是否处于括号内部：

• 进入括号（遇到(）时，清空当前追踪的运算符集合，括号内的子查询无需检测（括号已明确优先级）
• 退出括号（遇到)）时，同样清空运算符集合，后续重新追踪外部的运算符类型

3. 检测非括号区域的运算符混合 #

对于非括号包裹的连续片段，收集出现的运算符类型：

• 如果收集到的运算符类型数量≥2，直接判定为无效查询
• 全程维护当前片段的运算符集合，一旦发现混合立即返回结果

示例检测代码：

def is_invalid_query(query):
    tokens = tokenize(query)
    in_parentheses = 0
    current_ops = set()
    
    for token in tokens:
        if token == '(':
            in_parentheses += 1
            if len(current_ops) > 1:
                return True
            current_ops.clear()
        elif token == ')':
            in_parentheses -= 1
            current_ops.clear()
        elif token in ('AND', 'OR', 'NOT'):
            if in_parentheses == 0:
                current_ops.add(token)
                if len(current_ops) > 1:
                    return True
    # 检查最后一段非括号区域
    return len(current_ops) > 1

4. 边界情况补充 #

• 处理括号不匹配：可以在词法分析后额外检查括号的数量是否相等，这类属于语法错误，也需触发提示
• 连续重复运算符：比如love AND AND family，属于语法错误，可单独检测，但不属于歧义场景，按需处理

测试验证 #

将示例查询传入检测函数，结果符合预期：

• 有效查询返回False，如love AND family AND trees、(love OR family) AND peace
• 无效查询返回True，如love AND family OR trees、(love OR family) AND peace OR ash

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