solr query检索词特殊字符的转义处理

发布时间：2018-10-27作者：laosun阅读（3851）

solr是基于 lucence开发的应用，如果query中带有非法字符串，结果很可能是检索出所有内容或者直接报错，所以你对用户的输入必须要先做处理。输入星号，能够检索出所有内容；输入加号，则会报错。

最近博主在处理solr的时候，偶然发现了一个问题。就是特殊符号的搜索会抛出异常。


异常信息如下：


[ERROR][2018-10-27 14:11:46146]Error from server at XXXXXXXXXXXX: org.apache.solr.search.SyntaxError: Cannot parse 'title:http:sunjs.com OR digest:http:sunjs.com': Encountered " ":" ": "" at line 1, column 10.
Was expecting one of:
    <EOF> 
    <AND> ...
    <OR> ...
    <NOT> ...
    "+" ...
    "-" ...
    <BAREOPER> ...
    "(" ...
    "*" ...
    "^" ...
    <QUOTED> ...
    <TERM> ...
    <FUZZY_SLOP> ...
    <PREFIXTERM> ...
    <WILDTERM> ...
    <REGEXPTERM> ...
    "[" ...
    "{" ...
    <LPARAMS> ...
    "filter(" ...
    <NUMBER> ...

这种异常就是特殊符号所引起的，我们需要对齐进行转义处理

官方的处理办法：

public static String escapeQueryChars(String s) {
		StringBuilder sb = new StringBuilder();
		for (int i = 0; i < s.length(); i++) {
			char c = s.charAt(i);
			// These characters are part of the query syntax and must be escaped
			if (c == '\\' || c == '+' || c == '-' || c == '!' || c == '(' || c == ')' || c == ':' || c == '^'
					|| c == '[' || c == ']' || c == '\"' || c == '{' || c == '}' || c == '~' || c == '*' || c == '?'
					|| c == '|' || c == '&' || c == ';' || c == '/' || Character.isWhitespace(c)) {
				sb.append('\\');
			}
			sb.append(c);
		}
		return sb.toString();
	}

翻译的php版本（利用preg_replace函数进行正则替换）：

static public function escape($value)
{
    //list taken from http://lucene.apache.org/java/docs/queryparsersyntax.html#Escaping%20Special%20Characters
    $pattern = '/(\+|-|&|\||!|\(|\)|\{|}|\[|]|\^|"|~|\*|\?|:|;|~|\/)/';
    $replace = '\\\$1';
 
   return preg_replace($pattern, $replace, $value);
}

翻译后的python版本：

import re
def escape_solr(word):
    return re.sub('(\\\|\+|-|&|\|\||!|\(|\)|\{|}|\[|]|\^|"|~|\*|\?|:|;|/|\~)','\\\1', word )




文章转载自：https://blog.csdn.net/wgw335363240/article/details/39889979

 发表评论

 请文明留言

  发表

共 0 条评论