【lucene】SpanNotQuery 存在的意义

SpanNotQuery 存在的意义就是：

在“词的位置”这一更细粒度上做布尔运算，而不仅仅在“文档”级别做 AND/OR/NOT。

它让 Lucene 从“文档检索”升级到“短语/区间检索”，满足更复杂的业务需求。 啥意思？

把它拆成三层，你就明白了：

1. 传统 BooleanQuery（文档级）

   只能告诉你：

   “这篇文档里同时有 apple 和 pie。”

   至于这两个词在文档里相距多远、谁先谁后，它完全不知道。  

   举例：  

   - 文档 A：“I like apple and pie.” → 命中  

   - 文档 B：“apple …（隔 500 词）… pie.” → 也命中

   你无法区分 A、B 的差异。

2. SpanQuery（区间级）

   把“文档”再往下拆成“词的位置区间”，于是可以问：

   “在这篇文档里，apple 和 pie 挨得不超过 3 个词。”

   这就是 SpanNearQuery。  

   此时：  

   - 文档 A 会给出一段区间 `[apple, pie]`；  

   - 文档 B 因为距离太远，没有任何区间满足，文档就不被命中。

3. SpanNotQuery（区间级布尔运算）

   在区间上再做“减法”：

   “先把 所有出现 apple 的区间 拿出来，但如果这段 apple 被 ‘apple … pie 且距离≤3’ 的区间罩住，就整段扔掉。”  

   结果：  

   - 文档 A 的 apple 被“剪掉”，于是这篇文档不会被返回；  

   - 文档 C：“I like apple cake.” 里的 apple 没被罩住，就被保留，文档返回。

一句话类比  

- BooleanQuery 像“整本书”级别的标签：这本书贴了“apple”和“pie”两张标签。  

- SpanQuery 像“页码”级别的标签：第 12 页第 3 行到第 5 行是 “apple pie”。  

- SpanNotQuery 像用剪刀把某几页里不想保留的段落裁掉，只把剩余段落还给读者。

因此，“升级”指的是：

从 “整本书要不要” → “把书里具体几行裁掉或保留”，粒度细得多，能满足“邻近/排除/精准高亮”等更复杂的搜索需求。