你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Azure AI 搜索中的简单查询语法

项目
03/19/2024

对于全文搜索方案，Azure AI 搜索实现了两种基于 Lucene 的查询语言，每个对应一个查询分析器。简单查询分析器是默认的。它涵盖常见用例，并会尝试解释请求，即使请求未完全组合。另一个分析器是 Lucene 查询分析器，它支持更高级的查询构造。

本文是简单查询分析器的查询语法参考。

这两个分析器的查询语法都适用于在查询请求的 search 参数中传递的查询表达式（不要与 OData 语法混淆），具有自己的语法和规则来处理同一请求中的 filter 和 orderby 表达式。

尽管简单分析器基于 Apache Lucene 简单查询分析器类，但其在 Azure AI 搜索中的实现排除了模糊搜索。如果需要模糊搜索，请考虑改用另一种可供选择的语法：完整 Lucene 查询语法。

示例（简单语法）

此示例显示了一个简单的查询，该查询通过 "queryType": "simple" 和有效语法进行区分。虽然下面设置了查询类型，但它是默认值，除非你是从替代类型中进行还原，否则可以省略它。下面的示例是针对独立字词的搜索，要求所有匹配文档都包含“pool”。

POST https://{{service-name}}.search.windows.net/indexes/hotel-rooms-sample/docs/search?api-version=2020-06-30
{
  "queryType": "simple",
  "search": "budget hotel +pool",
  "searchMode": "all"
}

searchMode 参数是在此示例中是相关的。通常情况下，只要布尔运算符出现在查询中，就应设置 searchMode=all 以确保匹配所有条件。否则，可以使用默认的 searchMode=any，以便更有利于提高召回率（与提高精准率相比）。

有关更多示例，请参阅简单查询语法示例。有关查询请求和参数的详细信息，请参阅搜索文档 (REST API)。

针对字词和短语的关键字搜索

传递给 search 参数的字符串可以包括任何受支持语言中的字词或短语、布尔运算符、优先级运算符、“开头为”查询的通配符或前缀字符、转义符和 URL 编码字符。 search 参数是可选的。在未指定该参数的情况下，搜索（search=* 或 search=" "）会以任意（未排名）顺序返回前 50 个文档。

字词搜索是针对一个或多个字词的查询，其中的任何字词都被视为一个匹配项。
短语搜索是指搜索用引号引起来的精确短语。例如，Roach Motel（没有引号）会以任何顺序在任何位置搜索包含 Roach 和/或 Motel 的文档，而 "Roach Motel"（带引号）则只会匹配包含整个短语并按该顺序排列的文档（词法分析仍然适用）。

可能需要在短语搜索中对引号进行转义，具体取决于你的搜索客户端。例如，在某个 POST 请求中，请求正文中针对 "Roach Motel" 的短语搜索可能指定为 "\"Roach Motel\""。如果你使用的是 Azure SDK，则搜索客户端在序列化搜索文本时会将引号转义。搜索短语可以发送为 "Roach Motel"。

默认情况下，在 search 参数中传递的所有字符串都会进行词法分析。请务必了解所用分析器的词汇切分行为。通常情况下，当查询结果不是预期的结果时，可以将原因追踪到在查询时对字词进行切分的方式。可以测试特定字符串的词汇切分，以确认输出。

包含一个或多个词条的任何文本输出都被视为查询执行的有效起点。 Azure AI 搜索将匹配包含任何或所有词条的文档，其中包括在分析文本期间发现的任何变体。

尽管听起来很简单，但 Azure AI 搜索中的查询执行的一个方面可能会产生意外结果，导致搜索结果增加而不是减少，因为更多的词条和运算符被添加到输入字符串中。这种扩展是否会实际发生取决于是否包含 NOT 运算符（与 searchMode 参数设置组合使用，该参数设置决定了如何根据 AND 或 OR 行为解释 NOT）。有关详细信息，请查看布尔运算符下的 NOT 运算符。

布尔运算符

可以在查询字符串中嵌入布尔运算符以提高匹配的精准率。在简单语法中，布尔运算符是基于字符的。文本运算符（如 AND 一词）不受支持。

字符示例使用情况

+ pool + ocean AND 运算。例如，pool + ocean 规定文档必须同时包含这两个词。

| pool | ocean 找到其中一个词意味着 OR 运算找到了匹配项。在此示例中，查询引擎会返回包含 pool 或 ocean 或两者的文档匹配项。由于 OR 是默认连接运算符，因此也可以省略，这样 pool ocean 就等同于 pool | ocean。

字符	示例	使用情况
`+`	`pool + ocean`	`AND` 运算。例如，`pool + ocean` 规定文档必须同时包含这两个词。
`\|`	`pool \| ocean`	找到其中一个词意味着 `OR` 运算找到了匹配项。在此示例中，查询引擎会返回包含 `pool` 或 `ocean` 或两者的文档匹配项。由于 `OR` 是默认连接运算符，因此也可以省略，这样 `pool ocean` 就等同于 `pool \| ocean`。
`-`	`pool – ocean`	`NOT` 运算会返回不包含该词的文档匹配项。查询请求中的 `searchMode` 参数控制具有 `NOT` 运算符的字词是通过 `AND` 运算符还是通过 `OR` 运算符与查询中的其他字词组合到一起（假定其他字词没有布尔运算符）。有效值包括 `any` 或 `all`。 `searchMode=any` 通过包含更多结果来提高查询的查全率，且默认情况下 `-` 会被解释为“OR NOT”。例如，`pool - ocean` 将匹配包含 `pool` 词条或不包含 `ocean` 词条的文档。 `searchMode=all` 通过包含更少结果来提高查询的精准率，且默认情况下“`-`”会被解释为“AND NOT”。例如，对于 `searchMode=any`，查询 `pool - ocean` 将匹配包含术语“pool”的文档和不包含术语“ocean”的所有文档。这对于 `-` 运算符来说可能是更直观的行为。因此，如果想要优化搜索的查准率（而非查全率），且用户在搜索中频繁使用 `-` 运算符，则应考虑使用 `searchMode=all` 而不是 `searchMode=any`。在决定 `searchMode` 设置时，请考虑不同应用程序中的查询的用户交互模式。搜索信息的用户更有可能在查询中包含运算符，相对而言，电子商务网站具有更多的内置导航结构。

-

pool – ocean

NOT 运算会返回不包含该词的文档匹配项。

查询请求中的 searchMode 参数控制具有 NOT 运算符的字词是通过 AND 运算符还是通过 OR 运算符与查询中的其他字词组合到一起（假定其他字词没有布尔运算符）。有效值包括 any 或 all。

searchMode=any 通过包含更多结果来提高查询的查全率，且默认情况下 - 会被解释为“OR NOT”。例如，pool - ocean 将匹配包含 pool 词条或不包含 ocean 词条的文档。

searchMode=all 通过包含更少结果来提高查询的精准率，且默认情况下“-”会被解释为“AND NOT”。例如，对于 searchMode=any，查询 pool - ocean 将匹配包含术语“pool”的文档和不包含术语“ocean”的所有文档。这对于 - 运算符来说可能是更直观的行为。因此，如果想要优化搜索的查准率（而非查全率），且用户在搜索中频繁使用 - 运算符，则应考虑使用 searchMode=all 而不是 searchMode=any。

在决定 searchMode 设置时，请考虑不同应用程序中的查询的用户交互模式。搜索信息的用户更有可能在查询中包含运算符，相对而言，电子商务网站具有更多的内置导航结构。

前缀查询

对于“开头为”查询，请添加后缀运算符 (*) 作为字词剩余部分的占位符。若要添加后缀运算符，前缀查询必须以至少一个字母数字字符开头。

字符	示例	使用情况
`*`	`lingui*` 会匹配“linguistic”或“linguini”	星号 (`*`) 表示一个或多个任意长度的字符，忽略大小写。

与筛选器类似，前缀查询查找完全匹配项。因此，不存在相关性评分（所有结果的搜索分数均为 1.0）。请注意，前缀查询可能会很慢，尤其是在索引较大且前缀包含的字符数较少的情况下。另一种方法（如“边缘 n 元语法标记化”）执行速度可能较快。使用前缀搜索的字词长度不能超过 1000 个字符。

简单语法只支持前缀匹配。对于与一个词的末尾或中间匹配的后缀或中缀匹配，请使用适用于通配符搜索的完整 Lucene 语法。

转义搜索运算符

在简单语法中，搜索运算符包含以下字符：+ | " ( ) ' \

如果其中的任何字符是索引中的令牌的一部分，请在查询中为其添加一个反斜杠 (\) 作为前缀对其进行转义。例如，假设你使用自定义分析器完成了对整个术语的词汇切分，并且索引包含字符串“Luxury+Hotel”。若要获得此令牌的完全匹配项，请插入转义字符：search=luxury\+hotel。

为了让更典型的情况变得简单，此规则有两个不需要进行转义的例外：

仅当 NOT 运算符 - 是空格之后的第一个字符时才需要对其进行转义。如果 - 位于中间（例如在 3352CDD0-EF30-4A2E-A512-3B30AF40F3FD 中），则不需要对其进行转义。
仅当后缀运算符 * 是空格之前的最后一个字符时才需要对其进行转义。如果 * 位于中间（例如在 4*4=16 中），则不需要对其进行转义。

注意

默认情况下，标准分析器会在词法分析时删除连字符、空格、& 符和其他字符，并在这些字符处拆分单词。如果需要在查询字符串中保留特殊字符，则可能需要使用一个分析器将它们保留在索引中。可供选择的一些项包括 Microsoft 自然语言分析器（它会保留带连字符的单词）和自定义分析器（用于更复杂的模式）。有关详细信息，请参阅部分词语、模式和特殊字符。

对 URL 中的不安全及保留字符进行编码

请确保对 URL 中的所有不安全字符和保留字符进行编码。例如，“#”是不安全字符，因为它是 URL 中的片段/定位标识符。如果用于 URL，则该字符必须编码为 %23。由于“&”和“=”在 Azure AI 搜索中分隔参数并指定值，因而是保留字符的示例。有关详细信息，请参阅 RFC1738：统一资源定位器 (URL)。

不安全字符为 " ` < > # % { } | \ ^ ~ [ ]。保留字符为 ; / ? : @ = + &。

特殊字符

特殊字符的范围可以从货币符号（如“$”或“€”）到表情符号。许多分析器（包括默认标准分析器）在索引编制过程中会排除特殊字符，这意味着这些字符不会呈现在索引中。

如果需要呈现特殊字符，你可以分配一个保留这些字符的分析器：

空格分析器将空格分隔的任何字符序列视为标记（因此“❤”表情符号将被视为标记）。
诸如 Microsoft 英语分析器（en.microsoft）之类的语言分析器会将“$”或“€”字符串视为标记。

要进行确认，你可以测试分析器来查看为给定字符串生成的标记。正如你所料，你可能无法通过单个分析器完成完全的标记化。一个变通方法是创建包含相同内容的多个字段，但具有不同的分析器分配（例如 description_en、description_fr 等用于语言分析器）。

使用 Unicode 字符时，请确保在查询 URL 中正确转义了符号（例如，对于“❤”，将使用转义序列 %E2%9D%A4+）。某些 Web 客户端会自动执行此转换。

优先级（分组）

可以使用圆括号创建子查询，其包括附加说明语句中的运算符。例如，motel+(wifi|luxury) 将搜索包含“motel”术语以及“wifi”或“luxury”（或两者）的文档。

查询大小限制

如果应用程序以编程方式生成搜索查询，则建议将其设计为不会生成无限大小的查询。

对于 GET，URL 的长度不能超出 8 KB。
对于请求正文包含 search 和其他参数（例如 filter 和 orderby）的 POST（以及任何其他请求），最大大小为 16 MB。其他限制包括：
- 搜索子句的最大长度为 100,000 个字符。
- search（用 AND 或 OR 分隔的表达式）中的最大子句数为 1024。
- 对于前缀搜索，搜索词的最大大小为 1000 个字符。
- 此外，查询中任何单个术语的大小限制为大约 32 KB。

有关查询限制的详细信息，请参阅 API 请求限制。

后续步骤

若要以编程方式构造查询，请查看 Azure AI 搜索中的全文搜索，了解查询处理的各个阶段以及文本分析的影响。

还可以查看以下文章，详细了解查询构造：