Paperless-NGX / Whoosh Sheet Cheat

Nachdem in nun mehr als 3000 Dokumente auf mein Paperless-NGX migriert habe, kommen die ersten Erkenntnisse im Suchalgorithmus. Diese habe ich mal zusammengefasst und hier als PDF zum Downloaden bereitgestellt:

Normalerweise nutze ich die erweiterte Suche in den Dokumenten, da sich damit sehr präzise steuern läßt, was ich als Ergebnis erhalte.

Suchfelder

Beim Studieren der Paperless-NGX oder Python Whoosh Anleitung habe ich mir folgende Suchfelder notiert, mit welchen ich am meisten zu meinen Ergebnissen komme.

Feld	Beispiel Suchbegriff
Titel	(title:*konzept*)
Dokumenttyp	(type:satzung)
Tags	(tag:ipv6)
Korrespondent	(correspondent:“RIPE NCC“)
Ausgestellt am	(created:[2021 to 2022]) (created:[last tuesday to today])
Hinzugefügt am	(added:[-2year to now]) (added:[-1month to now])
Inhalt	(content:adressplan) (content:Rechnung)

Datumsfelder

Bei den Datumsfelder merkt man ganz klar, dass hier keine Programmierer mit einem Metrischen-System im Kopf tippen. 😉 Es führt in weiten Teilen für Zeiträume kein Weg an der Nutzung des Imperialen-Systems vorbei… seufz. Allerdings sind auch genügend metrische Optionen vorhanden, so dass man sich nicht den Hals bricht.

Zeitraum / Datum	Beispiel Suchbegriff
genau 12.09.2005	20050912
genau 12.09.2005	2005 sept 12th
genau 23.06.1978	june 23 1978
im Monat Juli 1985	july 1985
an einem 12 September	sep 12
Heute	today
Gestern	yesterday
Morgen	tomorrow
Jetzt	now
nächsten Freitag	next friday
letzten Dienstag	last tuesday
um 5:00 Uhr	5am
um 10:25:54 Uhr	10:25:54
um 23:12 Uhr	23:12
um 20:00 Uhr	8 PM
um 4:46 Uhr am 31.10.2010	4:46 am oct 31 2010
zwischen letzten Dienstag und Heute	last tuesday to today
zwischen Heute und nächstem Freitag	today to next friday
zwischen Januar 2005 und Februar 2008	jan 2005 to feb 2008
vor einer Woche und Heute	-1 week to now
zwischen jetzt und in 2 Stunden	now to +2h
vor einem Jahre und 6 Monaten und in zwei Jahren und 23 Tagen	-1y6mo to +2 yrs 23d

Boolesche Operatoren

Hier spielt Paperless-NGX mit Whoosh seine starke Seite aus, auch wenn das bei komplexen und verketteten Suchanfragen schon einmal dazu führt, dass Paperless-NGX gerne 30 Sekunden oder länger braucht.

Boolescher Operator	Erläuterung	Beispiel Suchbegriff
AND	beide Suchbegriffe müssen vorkommen	(content:IPv6) AND (content:IPv4)
OR	einer der beiden Suchbegriffe müssen vorkommen	(content:Rechnung) OR (content:Abrechnung)
ANDMAYBE	Suchbegriff1 muss enthalten sein und möglicherweise Suchbegriff2	(content:Central) ANDMAYBE (content:Leistungsabrechnung)
NOT	Suchbgeriff1 soll enthalten sein, nicht jedoch Suchbegriff2	(content:IPv6) NOT (content:RIPE)
ANDNOT	Suchbgeriff1 soll enthalten sein und nicht Suchbegriff2	(content:IPv6) ANDNOT (title:konzept)

Platzhalter/Fuzzy

Auch eine unscharfe Suche oder Suchfelder mit Platzhaltern funktioniert ganz gut, allerdings wirkt sich ein zu unscharfer Begriff (fuzzy search) natürlich beträchtlich auf die Dauer des Suchlaufs aus(!!!). Aber gerade wenn die Erinnerung nur ein „das wurde doch so oder so ähnlich geschrieben“ ergibt, ist es das Mittel der Wahl.

Platzhalter/Fuzzy	Erläuterung	Beispiel Suchbegriff
~	Suchbegriff unscharf fassen mittels ~	(content:adresse~)
?	Platzhalterausdruck mit ? für ein einzelnes Zeichen	(content:te?t)
*	Platzhalterausdruck mit * für eine beliebige Anzahl von Zeichen	(content:test*)

Verstärker/Abdämpfer

Diese Funktion hat zwar keinen Einfluss auf die Menge der Suchergebnisse, jedoch auf die Reihenfolge, in welcher die Ergebnisse aufgelistet werden. Gerade bei einer hohen Anzahl von Treffern ist diese Verstärkung/Abdämpfung sehr nützlich.

Verstärker/Abdämpfer	Erläuterung	Beispiel Suchbegriff
^2	doppelt so wichtig	(content:ninja^2)
^1	normale/einfache Gewichtung (default)	(content:cowboy)
^0.5	halb so wichtig	(content:bär^0.5)

Komplexe Suchen

Wenn bei der Suche nach einem Dokument der gewählte Suchbegriff nicht zu einem klaren Ergebnis oder halt zu einer zu großen Anzahl von Ergebnissen führt, so lassen sich die vorher genannten Suchbegriffe gerne beliebig kombinieren. Doch Vorsicht, eine zu große Anzahl vom Platzhaltern oder Fuzzysuchen konsumieren gut gerne schon einmal Minuten, bevor dann eine mehr oder minder kurze Liste von Ergebnissen heraus purzelt. 😉

Komplexe Suche	Beispiel Suchbegriff
Im Inhalt soll „Rechnung“ vorkommen und das soll vor einem Monat bis Heute hinzugefügt worden sein	(content:Rechnung) AND (added:[-1month to now])
Im Inhalt soll „DNS“ vorkommen und der Korrespondent ist „RIPE NCC“ und es soll vor 6 Monaten bis jetzt hinzugefügt worden sein	(content:DNS) AND (correspondent:“RIPE NCC“) AND (added:[-6month to now])
Im Inhalt soll „IPv6“ vorkommen und der Korespondent ist „RIPE NCC“ und es soll vor 3 Monaten bis jetzt hinzugefügt worden sein	(content:IPv6) AND (correspondent:“RIPE NCC“) AND (created:[-3month to now])
Im Inhalt soll „Zone“ vorkommen und es soll im Jahr 2021 bis jetzt erzeugt worden sein und hinzugefügt worden sein der Korrespondent ist „RIPE NCC“	(content:Zone) AND (created:[2021 to now]) AND (correspondent:“RIPE NCC“)