如何使用Eldar Python包验证含空格词组的布尔查询（保留match_word=True）

你的问题出在Eldar默认对引号内词组的处理逻辑：当开启match_word=True时，它会将词组拆分为独立的全词匹配项（仅做AND逻辑校验，不保证词序和连续性），而非将其作为连续的整体词组匹配。要解决这个问题，可以通过正则表达式查询在Eldar框架内实现连续词组的全词匹配，同时保留match_word=True的语义。

方法一：用正则表达式构造查询 #

直接在Eldar的查询字符串中使用regex:前缀，定义匹配连续词组的正则表达式，确保每个词都符合全词匹配规则：

from eldar import Query

# 构造正则：匹配连续的"fiscale"和"economie"，每个词都是独立完整的词
eldar = Query(
    'regex:(\\bfiscale\\s+economie\\b)',
    ignore_case=True,
    ignore_accent=True,
    match_word=True
)

print(eldar("fiscale economie"))  # 输出: True
print(eldar("la fiscale economie est importante"))  # 输出: True
print(eldar("fiscale politique economie"))  # 输出: False（词不连续）

方法二：自定义词组匹配逻辑 #

如果需要结合更复杂的布尔搜索规则，可以自定义辅助函数，先校验词组连续性，再用Eldar做全词匹配：

from eldar import Query
import re

def match_phrase_with_word_check(query_str, text, **kwargs):
    # 提取查询中的引号包裹词组
    phrase_match = re.search(r'"([^"]+)"', query_str)
    if phrase_match:
        phrase = phrase_match.group(1)
        # 先检查词组是否连续出现在文本中
        if re.search(re.escape(phrase), text, re.IGNORECASE):
            # 再用Eldar校验每个词的全词匹配
            word_query = Query(
                ' AND '.join([f'"{word}"' for word in phrase.split()]),
                match_word=True,
                **kwargs
            )
            return word_query(text)
    # 非词组查询使用Eldar默认逻辑
    default_query = Query(query_str, match_word=True, **kwargs)
    return default_query(text)

# 使用示例
result = match_phrase_with_word_check(
    '"fiscale economie"',
    "fiscale economie",
    ignore_case=True,
    ignore_accent=True
)
print(result)  # 输出: True

关键说明 #

• 正则中的\b是单词边界，确保fiscale和economie作为独立词匹配（契合match_word=True的要求），\s+匹配任意空白字符，保证词的连续性。
• 结合ignore_accent=True时，正则匹配会自动适配带重音的词汇变体，无需额外处理。

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