ElasticSearch错误地索引和查询非字母数字字符

Question

我的ElasticSearch索引未正确索引和查询非字母数字字符。具体来说，点和短划线会导致问题。

如果我索引名为“O.K. Corral”的文档，它应匹配“OK Corral”的查询。同样，如果我将“Whiskey A Go-Go”编入索引，我希望它能与“Whiskey A GoGo”和“Whiskey A Go Go”相匹配。

现在，只有带正确点和短划线的查询才会返回这些文档。

我希望该解决方案还能解决其他非字母数字字符（如逗号和撇号）的任何潜在问题。

对于ElasticSearch令牌过滤器来说，这听起来像是一项工作，但我找不到能够满足我所需要的人的工作。另外，我想在ElasticSearch中执行此操作 - 我不想编写自定义字符串操作来在数据到达我的ES索引之前对其进行规范化。

感谢您的帮助！

Answer 1

您可能想查看Word Delimiter Token Filter。它至少可以用“Whiskey A GoGo”和“Whiskey A Go-Go”来做你想做的事。您可以使用analyze api预先检查其行为。