""" 快速測試關鍵字提取修復 """ def test_keyword_extraction_fix(): """測試修復後的關鍵字提取""" def extract_keywords_fixed(query_text: str): """修復後的關鍵字提取邏輯""" # 移除常見的查詢詞彙 stop_words = ['推薦', '有沒有', '是否有', '請問', '想要', '需要', '找', '查詢', '搜尋', '還有嗎', '還有', '嗎', '可以'] # 清理查詢文字 cleaned_text = query_text.replace('?', '').replace('?', '').strip() # 先嘗試提取核心商品詞彙 core_product_words = ['貓砂', '狗糧', '寵物', '商品', '產品', '貓', '狗', '犬', '礦砂'] extracted_core_words = [] for core_word in core_product_words: if core_word in cleaned_text: extracted_core_words.append(core_word) # 分割並清理關鍵字 words = cleaned_text.split() keywords = [] for word in words: if word not in stop_words and len(word) > 1: keywords.append(word) # 合併核心詞彙和分割的關鍵字 all_keywords = list(set(extracted_core_words + keywords)) # 如果沒有有效關鍵字,使用清理後的文字 if not all_keywords: all_keywords = [cleaned_text] # 擴展相關關鍵字 expanded_keywords = [] for keyword in all_keywords: expanded_keywords.append(keyword) # 貓砂相關擴展 if '貓砂' in keyword or '貓' in keyword: expanded_keywords.extend(['礦砂', '豆腐砂', '水晶砂', '木屑砂', 'litter', '貓砂']) # 狗糧相關擴展 if '狗糧' in keyword or '狗' in keyword: expanded_keywords.extend(['犬糧', '犬種', '狗食', 'dog']) # 寵物相關擴展 if '寵物' in keyword: expanded_keywords.extend(['貓', '狗', '犬', 'pet', 'cat']) # 商品相關擴展 if '商品' in keyword or '產品' in keyword: expanded_keywords.extend(['貓砂', '狗糧', '寵物', '食品', '用品']) # 去除重複並返回 unique_keywords = list(set(expanded_keywords)) return unique_keywords, extracted_core_words print("🔧 測試關鍵字提取修復") print("=" * 50) # 測試實際的問題查詢 test_queries = [ "貓砂還有嗎?", "請問貓砂還有嗎?" ] for query in test_queries: print(f"\n查詢: '{query}'") keywords, core_words = extract_keywords_fixed(query) print(f" 核心詞彙: {core_words}") print(f" 最終關鍵字: {keywords}") # 檢查是否包含預期的關鍵字 if '貓砂' in keywords and '礦砂' in keywords: print(" ✅ 包含預期的貓砂相關關鍵字") else: print(" ❌ 缺少預期的關鍵字") def test_search_logic_simulation(): """模擬搜尋邏輯""" print(f"\n🔍 模擬搜尋邏輯") print("=" * 50) # 實際商品資料 products = [ { "productName": "美國極冠貓砂 薰衣草12kg", "productCode": "TL-03", "stock": 48 }, { "productName": "Shovel well豪好鏟 破碎型礦砂", "productCode": "SW-06-01", "stock": 50 } ] # 修復後的關鍵字 keywords = ['貓砂', '礦砂', '豆腐砂', '水晶砂', '木屑砂', 'litter', '貓'] print(f"使用關鍵字: {keywords}") matched_products = [] for product in products: product_name_lower = product["productName"].lower() product_code_lower = product["productCode"].lower() # 檢查是否匹配任一關鍵字 for keyword in keywords: keyword_lower = keyword.lower() if (keyword_lower in product_name_lower or keyword_lower in product_code_lower): matched_products.append(product) print(f"✅ 匹配: {product['productName']} (關鍵字: '{keyword}')") break print(f"\n總共匹配 {len(matched_products)} 個商品") if len(matched_products) >= 2: print("✅ 修復成功!應該能找到貓砂商品了") else: print("❌ 仍有問題需要進一步調試") def main(): """主函數""" print("🚀 快速測試關鍵字提取修復") print("=" * 60) test_keyword_extraction_fix() test_search_logic_simulation() print("\n" + "=" * 60) print("✅ 測試完成!") print("\n💡 修復重點:") print("1. search_products_advanced 現在使用 _extract_keywords 方法") print("2. 不再直接使用 query_text.split()") print("3. 應用 OR 邏輯搜尋條件") print("4. 重啟服務後應該能正常工作") if __name__ == "__main__": main()