使用python在GAE中进行子字符串搜索？

我有一个模型，看起来像这样：

class Search (db.Model) :

 word = db.StringProperty()

示例“word”可以类似于word=“thisisaword”

我想搜索所有实体，搜索子字符串，如“this”“isa”等

如何使用python在应用程序引擎中实现这一点

更新：

这里的单词将是域名。我猜这个词的大小是有限制的。e、 google.com，facebook.com

---

我想显示“google.com”，当有人搜索没有分词的“gle”

时，我不认为你想要的任务是可行的（在许多数据库引擎中，它会隐式地不使用任何索引，破坏性能和可伸缩性，但App Engine只是没有实现“功能”这不可避免地会破坏可扩展性和性能）。如果你有分词功能，你可以使用基本的全文搜索，但是，正如那篇博客所说

它没有精确的短语匹配， 子字符串匹配，布尔运算符， 词干分析或其他常见全文 特征

被称为“替代”和“类似”的项目，该项目由同一作者命名为

gae search

（免费版和付费版都有，也许付费版可以帮助你，我从来没有深入调查过。我给的最后一个链接有作者的联系方式，如果你的预算足够资助这样一个昂贵的项目，他们可能很乐意为你开发一些东西）

问题是，每个给定字符串的子字符串的数量随字符串的长度呈二次增长，因此，合理快速搜索所需的无界类型的索引也会以极快的速度增长。如果要存储的字符串和要存储的字符串的长度有界，则可以应用一些优化搜索，但它仍然是一个相当困难的问题，以任何半途而废的效率来解决

也许你可以准确地解释你试图通过这个假设的“任意子字符串搜索”获得什么，这样就可以评估字符串（以及正在搜索的子字符串）的长度和数字限制。如果你的数字限制不严格，你想解决的确切问题也许是（正如您目前所表达的问题，似乎没有任何限制——但希望情况并非如此！-），可能无法实际解决，但可能会有一些变体/子集……但您需要解释所讨论的确切问题，以允许可能会得到帮助的人考虑此类子集和变体

编辑：在OP对Q的编辑中有一点澄清，我建议的启发式方法是选择一些合理的最大和最小“相关子字符串长度”（比如2和5，称它们为MINRSL和MAXRSL以确定）。当输入字符串（域名）时，如果合适，用点将其拆分（例如，您不希望允许“跨”点搜索），可能会丢弃某些部分（您不希望显式记录所有

.com

，

.org

&c后缀，是吗？无论如何，此决定是特定于应用程序的），并且，对于您希望搜索的每个其他部分，对长度为MINRSL到MAXRSL的子字符串进行索引

具体来说，根据上面给出的限制2和5，并假设可以删除

www.

和

.com

（很像在全文搜索中通常删除“and”、“the”、“of”等词：例如“停止词”太常见了，搜索它们——作为对索引它们的巨大成本的回报——将返回无用的大量无关文档），你将不得不考虑为索引：

go oo og gl le
goo oog ogl gle
goog oogl ogle
googl oogle

因此，您需要创建一个模型的5+4+3+2=14个实例，该模型的一个字段是可索引的，另一个字段是对存储在

www.google.com

中的实例的引用。当然，与所有索引方案一样，这使得“编写”变得非常繁重（创建新对象，或者更糟糕的是，更改现有对象的索引部分！-）作为您为快速“读取”（搜索）所付出的代价

或者，对于更便宜的书写但更昂贵的阅读（搜索），您可以只记录某个单一长度的子字符串，例如4——这将只是（理想情况过于简化，请参见下文）：

i、 e.所述辅助模型的三个实例，而不是十四个。但现在，为了进行搜索，您需要将正在搜索的子字符串截断为四个字符，获取所有包含一些误报的匹配项，并在您的应用程序中使用额外的代码来过滤由此找到的“可能的命中”，以消除误报

---

当用户搜索一个较短的字符串时，比如说“oo”，你可以找到所有以“oo”开头的匹配项（通过在搜索中同时使用

=

和

=

“oo”，但也可以使用

，不分词，我认为你想要的任务是不可行的（在许多数据库引擎中，它会隐式地不使用索引，破坏性能和可伸缩性，但App Engine并没有实现不可避免地破坏可伸缩性和性能的“功能”）。如果你有分词，你可以使用基本的全文搜索，但正如该博客所说

它没有精确的短语匹配，
子字符串匹配，布尔运算符，
词干分析或其他常见全文
特征

被称为“替代”和“类似”的项目，该项目由同一作者命名为
gae search
（免费版和付费版都有，也许付费版可以帮助你，我从来没有深入调查过。我给的最后一个链接有作者的联系方式，如果你的预算足够资助这样一个昂贵的项目，他们可能很乐意为你开发一些东西）

问题是，每个给定字符串的子字符串的数量随着s的平方增长
goog oogl ogle

gle le