C#中如何实现短语任意顺序、任意组成词的产品文本检索

核心调整逻辑 #

你现有实现的问题是直接对完整搜索串做连续子串匹配，要实现拆词后任意命中、不校验词序的效果，核心是把单次连续匹配，拆解为多关键词的任意命中校验，不需要改动Contains方法本身的用法。

具体实现步骤 #

1. 搜索入参标准化预处理 #

先对输入的搜索字符串做标准化处理，减少冗余校验：

• 统一转为小写，消除大小写差异带来的匹配漏判
• 按空白字符拆分，自动过滤用户多输入空格产生的空片段
• 对拆分后的关键词去重，避免重复关键词做无意义校验
  适配你现有C# 代码风格的预处理代码：

// 处理空搜索的边界场景
if (string.IsNullOrEmpty(search))
{
    return productList; // 空搜索直接返回全量产品
}
// 拆分得到去重后的有效关键词列表
var keywords = search
    .ToLower()
    .Split(' ', StringSplitOptions.RemoveEmptyEntries)
    .Distinct()
    .ToArray();

2. 替换原有匹配判断规则 #

把原来针对整段搜索串的连续匹配，替换为对单个关键词的任意命中校验，替换后的判断逻辑：

productList.Where(product => {
    // 合并产品名称和描述为统一待匹配文本，提前转小写
    var matchText = $"{product.Name.ToLower()} {product.Description.ToLower()}";
    // 只要文本包含任意一个拆分后的关键词，即判定为命中
    return keywords.Any(keyword => matchText.Contains(keyword));
})

对应你提到的测试场景验证：搜索purus lectus malesuada会被拆分为["purus", "lectus", "malesuada"]三个独立关键词，无论产品文本中是单独的purus、连续的purus lectus、还是打乱顺序的malesuada purus，只要任意关键词存在就会被检索到，完全匹配需求。

可扩展优化方向 #

• 避免子串误命中：如果不想出现短词误匹配长文本片段的问题（比如搜cat时误匹配到category），可以把简单的Contains替换为带单词边界的正则匹配：

  // 仅匹配独立完整单词，避免半字误判
  return keywords.Any(keyword => 
      Regex.IsMatch(matchText, $@"\b{Regex.Escape(keyword)}\b", RegexOptions.IgnoreCase)
  );
  

• 大数量级场景性能优化：当产品列表达到十万级以上规模时，全量遍历做字符串匹配的效率会明显下降，可以提前构建倒排索引，把每个关键词和对应的关联产品ID做映射，检索时直接通过关键词拉取关联产品，查询效率可提升10~100倍。
• 结果排序优化：如果需要提升检索体验，可以对命中结果做加权排序，比如产品名称命中关键词的优先级高于描述命中，匹配到关键词数量越多的产品排序越靠前。

内容的提问来源于stack exchange，提问作者canbrian