solr系统query检索词特殊字符的处理

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。

官方的处理办法（Java，因为solr是java开发的）：

[java]  view plain  copy

 

1. https://svn.apache.org/repos/asf/lucene/dev/trunk/solr/solrj/src/java/org/apache/solr/client/solrj/util/ClientUtils.java  
2.   
3. public static String escapeQueryChars(String s) {  
4.     StringBuilder sb = new StringBuilder();  
5.     for (int i = 0; i < s.length(); i++) {  
6.       char c = s.charAt(i);  
7.       // These characters are part of the query syntax and must be escaped  
8.       if (c == '\\' || c == '+' || c == '-' || c == '!'  || c == '(' || c == ')' || c == ':'  
9.         || c == '^' || c == '[' || c == ']' || c == '\"' || c == '{' || c == '}' || c == '~'  
10.         || c == '*' || c == '?' || c == '|' || c == '&'  || c == ';' || c == '/'  
11.         || Character.isWhitespace(c)) {  
12.         sb.append('\\');  
13.       }  
14.       sb.append(c);  
15.     }  
16.     return sb.toString();  
17.   }  

翻译的php版本（利用preg_replace函数进行正则替换）：

[php]  view plain  copy

 

1. static public function escape($value)  
2. {  
3.     //list taken from http://lucene.apache.org/java/docs/queryparsersyntax.html#Escaping%20Special%20Characters  
4.     $pattern = '/(\+|-|&|\||!| | |\{|}|\[|]|\^|"|~|\*|\?|:|;|~|\/)/';  
5.     $replace = '\\\$1';  
6.   
7.    return preg_replace($pattern, $replace, $value);  
8. }  

翻译后的python版本：

[python]  view plain  copy

 

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

Solr在搜索的时候的做法是，将特殊字符移除掉，可以通过下面的方法

queryStr.replaceAll("\\pP|\\pS","");