java字符串搜索方法

Question

java如何对一大堆字符串进行多关键词搜索，同时多关键词可以进行与或非组合关系。用正则表达式好像是一下搞不定的，请教有没有做过类似功能的。特别说明，多个关键词之间可以有括号、以及与、或、非逻辑运算符

Answer 1

public string Filter(string str)
        {
            if (string.IsNullOrEmpty(str))
            {
                return string.Empty;
            }
            int len = str.Length - 1;
            char[] sb = str.ToCharArray();
            bool isOK = true;
            for (int i = 0; i <= len; i++)
            {
                if (keyDict.ContainsKey(str[i]))
                {
                    int j = i;
                    foreach (string s in keyDict[str[i]])
                    {
                        foreach (char c in s)
                        {
                            if ( j >= len || c != str[j++])
                            {
                                isOK = false;
                                break;
                            } 
                        }
                        if (isOK)
                        {
                            for (int k = i; k < j; k++)
                                sb[k] = '*';
                            i = j;
                            break;
                        }
                        else
                        {
                            j=i;
                            isOK = true;
                        }
                    } 
                } 
            }
            return new string(sb);
        }
这里有个高手，写的，
http://www.cnblogs.com/hlxs/archive/2012/01/31/2333278.html

Answer 2

搜索引擎太庞大了，其实这个功能类似于爬虫分类，比如从网站上爬到一篇文章后，要对文章进行关键词分类，
这时候需要定义一个关键词表达式，比如：((CSDN&精华)|(ITEYE&精华))!精华推荐这个表达式的意思是，我要找页面上同时存在"CSDN"和"精华"，或者"ITEYE"和"精华"的，但是不能有"精华推荐"的文章。搜索引擎中有比较独立的比对算法吗，能够单独抽出来调用吗？

Answer 3

复杂规则解释开发起来会比较麻烦，建议考虑把组合规则拆分为多条独立规则，比如：
——我要找页面上同时存在"CSDN"和"精华"，或者"ITEYE"和"精华"的，但是不能有"精华推荐"的文章。你现在设计是：
——((CSDN&精华)|(ITEYE&精华))!精华推荐直接拆分为三条规则：
—— 精华推荐：有则直接判定失败。
—— CSDN 精华：有则匹配成功。
—— ITEYE 精华：有则匹配成功。程序执行时就按规则顺序检查，整体处理会简单许多。最后，为了书写便捷，可以再考虑书写时合并，比如：
  !精华推荐 | CSDN 精华 | ITEYE 精华
但这样会引入新的问题，比如转义字符（假如你刚好需要匹配 感叹号 的时候）