查询语法

概述

全局搜索 Ctrl+P 支持通过查询语法（Query Syntax）进行高级搜索，以便实现一些逻辑操作，比如包含关键字 foo 并且不包含关键字 bar 的查询语法为 foo NOT bar。

在使用查询语法之前，我们先大致了解一下该语法的构成：

字符串（String）：由字母、数字等构成
短语（Phrase）：由字符串构成
查询（Query）：由短语构成，多个查询可通过 AND、OR 和 NOT 组合为新的查询

下面我们分别介绍它们的细节。

字符串

字符串可由两种方式指定：

通过英文双引号 ” 包裹起来的字符。其中如果需要使用 ” 本身，则可通过 SQL 风格转义（再加一个”），例如 “foo""bar""" 将搜索命中 foo”bar”
由非 AND、OR 和 NOT 字符组成，并且这些字符必须是：
- 所有非 ASCII 字符，或者
- 属于 52 个大小写英文字符（A-Za-z），或者
- 属于 10 个 ASCII 数字字符（0-9），或者
- 是下划线 _，或者
- 是替换符（ASCII 26）

对于非上述的其他字符构成的字符串，必须使用 ” 包裹起来，比如包含了 -、* 等符号的字符串。

短语

短语由字符串构成，可由 + 进行连接。一个短语是由一些记号（Token）有序构成，这些记号由用户的输入文本通过分词器处理得到。思源使用的分词器为了让中文搜索好用（支持单字搜索），所以实现方式是按照字分词的，也就是说每个汉字或者英文字母都会被拆分为一个记号。这对 + 连接会产生一些影响，所以如果不确定的话，建议不要使用 + 组合多个短语。

查询

查询由多个短语构成，可通过操作符 AND、OR 和 NOT 组合为新的查询。

操作符	功能
	query1 和 query2 同时匹配
	query1 或者 query2 匹配
	query1 匹配同时 query2 不匹配

使用英文圆括号 () 可以组合查询的优先级，例如：

-- 匹配包含 "one" 或者 "two" 的块，不匹配包含 "three" 的块
'one OR two NOT three'

-- 匹配包含 "one" 或者包含 "two" 且不包含 "three" 的块
'one OR (two NOT three)'

使用空格分隔的多个短语默认使用 AND 连接，比如：

'one two three'         -- 'one AND two AND three'
'three "one two"'       -- 'three AND "one two"'
'one OR two three'      -- 'one OR two AND three'

'(one OR two) three'    -- 语法错误！
'func(one two)'         -- 语法错误！

技术实现

我们通过 SQLite FTS5 实现了全局搜索。

系统生成的查询语句关键部分大致是 MATCH ‘{content name alias memo}:” + query，query 即用户输入部分，对于列过滤器 {content name alias memo}: 是通过设置 - 搜索 - 属性生成的。

了解到这些以后，我们就可以通过查询语法来实现查询嵌入块，这样查询性能会更好：

“SELECT * FROM blocks_fts WHERE blocks_fts MATCH ‘content:Query Syntax’ AND root_id = ‘20220415190432-r3xqn3r’ LIMIT 1”

除此以外，API 也支持使用 FTS 查询。

大小写敏感

如果开启了设置 - 搜索 - 区分大小写选项，则搜索会区分大小写，默认该选项是关闭的，即不区分大小写。

由于分词器是区分大小写的，所以我们构建了两张虚拟表来分别索引：

blocks_fts：按字符原样分词
blocks_fts_case_insensitive：将英文字母转换为小写分词

这样做的缺点是增加了磁盘空间占用和降低了索引性能，但是目前暂时没有更好的方案，所以只能先这样了。另外，不支持变音符号，仅支持忽略大小写。

如果你有更好的实现方案，欢迎告诉我们，非常感谢。