XQuery Full Text是什么 XML全文搜索语法

XQuery Full Text 是 XQuery 1.0 及后续版本中支持语义化、语言感知型全文检索的扩展机制，提供词干提取、停用词过滤、权重排序、短语匹配、布尔组合、邻近搜索等能力，通过 ftcontains 表达式实现，依赖底层引擎（如 eXist-db、BaseX）的全文索引支持。

XQuery Full Text 是 XQuery 1.0 及后续版本（特别是 XQuery 1.0 Full Text 扩展）中定义的一套专门用于在 XML 内容中执行语义化、语言感知型全文检索的语法机制。它不是简单地用 contains() 做子串匹配，而是支持词干提取（stemming）、停用词过滤、权重排序、短语匹配、通配符、布尔组合（AND/OR/NOT）、邻近搜索（near）、大小写与重音不敏感等能力，更接近搜索引擎的行为。

核心语法结构：ftcontains 表达式

ftcontains 是 XQuery Full Text 的关键字，必须配合 ftselection 使用，基本形式为：

• $node ftcontains "keyword" —— 最简用法，匹配任意含该词的文本节点
• $node ftcontains "XML" ftand "query" —— 布尔 AND，要求两词都出现
• $node ftcontains "custom" ftweight 2.5 —— 提升匹配项权重（用于排序）
• $node ftcontains phrase "XQuery tutorial" —— 精确短语匹配
• $node ftcontains "run" ftwith wildcards at start —— 支持前缀通配（如 "running", "runner"）
• $node ftcontains "fast" ftor "quick" ftorder by score descending —— 多条件+按相关性排序

与普通 contains() 的关键区别

普通 contains($text, "abc") 只做字符串包含判断，区分大小写，不处理空格/标点，也不理解语言规则。

ftcontains 则依赖底层全文引擎（如 eXist-db、BaseX 或 SQL Server 的 XML 全文索引），自动进行：

• 分词（tokenization）和语言分析（如英文词干还原：running → run）
• 忽略常见停用词（the, and, of 等，除非显式启用）
• 支持字段加权（如 title 比 content 权重高）
• 可结合 ftoptions 显式控制行为，例如：
  ftcontains $b/title ftcontains "xml" ftoptions (language "en", case insensitive, diacritics insensitive)

实际使用前提与限制

不是所有 XQuery 引擎都默认支持 Full Text。需确认：

• eXist-db：从 2.2 版起完整支持，需在 collection 上启用全文索引（）
• SQL Server：XML 列的全文索引 + .exist() 或 .value() 配合 CONTAINS() 实现类似效果，但原生 ftcontains 不可用；它用的是 T-SQL 全文语法，非标准 XQuery FT
• BaseX：支持，需开启 ftindex 并在查询中启用 ft:search 或标准 ftcontains
• Oracle / IBM DB2：部分支持，具体取决于版本和配置

一个典型可运行示例（eXist-db）

假设有如下 XML 文档存于 /db/books.xml：

Learn how to search XML with stemming and phrases.

查询标题或描述中包含 “search” 或其变形（如 searching, searched），且同时含 “XML” 的文档：

for $b in doc("/db/books.xml")/book
where $b/(title|desc) ftcontains "search" ftor "searching" ftand "XML"
return $b/title

该查询将命中，因为 “search” 经词干还原后与 “searching” 视为等价，且 “XML” 作为独立词存在。