求推荐适用于ElasticSearch的布尔查询解析器及转换开源库

当然有不少靠谱的工具和库能帮你搞定这个需求！不管是Elasticsearch官方自带的能力，还是开源社区的成熟方案，都能轻松把带AND/OR、括号分组、精确匹配（""）、通配符（*?）的查询语句转换成标准的ES JSON查询结构。下面是几个实用选项：

1. Elasticsearch原生Query String Query #

这应该是最省心的方案——ES本身就支持直接解析这类布尔查询语法，完全不用额外依赖第三方库。它完美兼容你提到的所有语法：括号分组、AND/OR逻辑、引号精确匹配、*通配符、?占位符等等。

比如你给出的示例查询语句，直接写成Query String格式：

(city:"New York" AND state:"NY") AND ((businessName:"Java" AND businessName:"Shop") OR (category:"Java" AND category:"Shop"))

对应的ES查询JSON可以写成：

{
  "query": {
    "query_string": {
      "query": "(city:\"New York\" AND state:\"NY\") AND ((businessName:\"Java\" AND businessName:\"Shop\") OR (category:\"Java\" AND category:\"Shop\"))",
      "default_operator": "AND"
    }
  }
}

ES会自动帮你把这个字符串解析成对应的bool查询结构（包含must/should子句），和你手动写的JSON效果完全一致。如果需要作为过滤条件，把它放到filter里也同样适用。

2. Lucene QueryParser（底层原生支持） #

因为Elasticsearch底层依赖Lucene，所以Lucene自带的QueryParser是最根源的解析工具。它能直接解析这类布尔查询语法，然后你可以通过ES的客户端或API把解析后的Lucene Query转换成ES DSL。

不同语言都有对应的实现：

• Java：直接使用org.apache.lucene.queryparser.classic.QueryParser，解析后可以通过ES的Java Client轻松转换成DSL结构。
• Python：可以借助lucene库的Python绑定，或者用elasticsearch-dsl-py封装好的接口来完成转换。

3. 开源社区专用库 #

如果需要更定制化的支持，社区里还有不少专门做这类转换的库：

• BoolQL：专门针对类SQL布尔查询转ES DSL的库，语法简洁，支持你提到的所有特性，集成起来很方便。
• Elasticsearch SQL：ES官方提供的SQL支持功能，虽然是SQL语法，但同样支持布尔逻辑、通配符等特性。你可以把类似SQL的查询语句转换成ES DSL，比如你的示例可以写成：

  SELECT * FROM your_index 
  WHERE city = 'New York' AND state = 'NY' 
  AND ((businessName = 'Java' AND businessName = 'Shop') OR (category = 'Java' AND category = 'Shop'))
  

  通过ES的SQL API就能直接转换成对应的bool过滤查询。

4. 自定义解析（适合特殊需求） #

如果以上方案都满足不了你的定制化需求，还可以用ANTLR这类语法分析工具，自己定义查询语法规则，手动解析查询语句后生成ES JSON结构。不过这个方案成本较高，适合有特殊语法要求的场景。

内容的提问来源于stack exchange，提问作者FlamingMoe