仅在 Django 查询中进行全字匹配

Posted 2023-02-23

【中文标题】仅在 Django 查询中进行全字匹配

【英文标题】：Whole-word match only in Django query

【发布时间】：2013-02-06 11:57:21

【问题描述】：

我正在尝试编写一个仅匹配整个单词的 Django 查询。根据here 的回答，我尝试过类似的方法：

result = Model.objects.filter(text__iregex='\bsomeWord\b')

但这并没有返回预期的结果。我也试过了

result = Model.objects.filter(text__iregex=r'\bsomeWord\b')

无济于事。我的最终目标是也能够传入一个字符串变量，例如：

result = Model.objects.filter(text__iregex=r'\b'+stringVariable+r'\b')

或

result = Model.objects.filter(text__iregex=r'\b %s \b'%stringVariable)

但现在我什至无法让它与原始字符串一起使用。我正在使用 PostgreSQL。

【参考方案1】：

当你使用 PostgreSQL 时，使用“\y”而不是“\b”，这是因为 Django 将你的正则表达式直接传递给 PostgreSQL——所以你的RegEx 需要与之兼容。您应该可以从psql 执行它们而不会出现任何问题。

result = Model.objects.filter(text__iregex=r"\y0\y".format(stringVariable))

见https://www.postgresql.org/docs/9.1/functions-matching.html#POSIX-CONSTRAINT-ESCAPES-TABLE

【讨论】：

Django 不会将 PCRE 转换为 PostgreSQL 正则表达式（请参阅：bit.ly/ZtpbgH）。所以你只需要使用 PostgreSQL 的原生正则表达式，看这里：bit.ly/ZtpojU

这行得通。感谢您添加关于\y 的解释。至于'0'.format(stringVariable) 部分，这只是'%s'%stringVariable 的另一种写法吗？两者似乎都对我有用。

是的，实际上他们都做同样的事情。我只使用 .format() 方式，因为 Python 3 需要它 (python.org/dev/peps/pep-3101)。

【参考方案2】：

你也许可以通过删除正则表达式并使用一些 django 查找来获得一些东西

result = Model.objects.filter(Q(text__contains=' someword ') |
                              Q(text__contains=' someword.') |
                              Q(text__istartswith = 'someword.' |
                              Q(text__istartswith = 'someword.' |
                              Q(text__iendswith = 'someword')

有关文档，请参阅 here。

我意识到这不是那么优雅（但如果您不是正则表达式的粉丝，那么维护起来很容易）。

【讨论】：

因为这不会执行全字匹配；例如，如果我执行text__contains='tart'，我会选择start 这样的结果。

我的错 - 我显然对 sql 不够熟悉，无法知道“全词匹配”意味着特定的东西。无论如何，我已经更新了我的答案以改进它。

易于维护？有很多情况你没有涵盖（在()、逗号等之间）。

如果您不喜欢正则表达式，则易于维护。你不需要知道 django 或 python 来阅读这个 - 但我必须引用任何解决这个问题的正则表达式。是的，这并不能涵盖所有内容 - 只有当您确信文本仅包含该语言的一个子集时，它才会起作用。

【参考方案3】：

我在尝试使用与 Perl 兼容的转义序列 \b 匹配单词边界时遇到了同样的问题。我的后端数据库是 mysql。

我通过字符类表达式[[:space:]]解决了这个问题，例如

        q_sum = Q()
        search_list = self.form.cleaned_data['search_all'].split(' ');
        for search_item in search_list:
            search_regex = r"[[:space:]]%s[[:space:]]" % search_item
            q_sum |= Q(message__iregex=search_regex)
        queryset = BlogMessages.objects.filter(q_sum).distinct()

【讨论】：

这不包括标点符号。