Question

我正在寻找一种方法来分析字符串＆＃34; abc123＆＃34; as [＆＃34; abc123＆＃34;，＆＃34; 321cba＆＃34;]。我查看了reverse令牌过滤器，但这只会让我[＆＃34; 321cba＆＃34;]。关于此过滤器的文档非常稀疏，仅说明

＆＃34;类型为reverse的令牌过滤器...只需反转每个令牌。＆＃34;

（见http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/analysis-reverse-tokenfilter.html）。

我还使用了keyword_repeat过滤器，这让我有两个实例。我不知道这是否有用，但现在所有它都会反转这两个实例。

如何使用reverse令牌过滤器，同时保留原始令牌？

我的分析器：

{ "settings" : { "analysis" : {
    "analyzer" : {
        "phone" : {
             "type"         : "custom"
            ,"char_filter"  : ["strip_non_numeric"]
            ,"tokenizer"    : "keyword"
            ,"filter"       : ["standard", "keyword_repeat", "reverse"]
        }
    }
    ,"char_filter" : {
        "strip_non_numeric" : {
            "type" : "pattern_replace"
            ,"pattern" : "[^0-9]"
            ,"replacement" : ""
        }
    }
}}}

Answer 1

制作并放置一个分析器来反转一个字符串（比如reverse_analyzer）。

PUT index_name
{
    "settings": {
        "analysis": {
            "analyzer": {
                "reverse_analyzer": {
                    "type": "custom",
                    "char_filter": [
                        "strip_non_numeric"
                    ],
                    "tokenizer": "keyword",
                    "filter": [
                        "standard",
                        "keyword_repeat",
                        "reverse"
                    ]
                }
            },
            "char_filter": {
                "strip_non_numeric": {
                    "type": "pattern_replace",
                    "pattern": "[^0-9]",
                    "replacement": ""
                }
            }
        }
    }
}

然后，对于一个字段，（比如phoneno），使用mapping as，（为手机创建一个类型并附加映射）

PUT index_name/type_name/_mapping
{
   "type_name": {
      "properties": {
         "phone_no": {
            "type": "string",
            "fields": {
               "reverse": {
                  "type": "string",
                  "analyzer": "reverse_analyzer"
               }
            }
         }
      }
   }
}

所以，phone_no就像是multifield，它会存储一个字符串，反之亦然，如果你索引

phone_no: 911220

然后在elasticsearch中，会有字段为， phone_no: 911220 and phone_no.reverse : 022119，因此您可以搜索，过滤反向或非反转字段。

希望这会有所帮助。

Answer 2

我不相信你可以直接这样做，因为我不知道如何让反向令牌过滤器同时输出原件。

但是，您可以使用fields参数同时索引原始和反转，无需额外编码。然后，您将搜索这两个字段。

所以，让我们说你的领域叫做phone_number：

"phone_number": {
    "type": "string",
    "fields": {
        "reverse":   { "type": "string", "index": "phone" }
    }
}

在这种情况下，我们使用默认分析仪（假设标准）进行索引，并使用您的客户分析仪电话进行反向索引。然后，您可以针对这两个字段发出查询。

http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/_multi_fields.html

Answer 3

我不确定是否可以使用内置的令牌过滤器来完成此操作。我建议你创建自己的plugin。弹性搜索团队支持ICU Analysis plugin，您可以将其作为示例使用。

Answer 4

我在分析仪中使用以下两个char_filter。这是对正则表达式的丑陋滥用，但似乎有效。它仅限于前20个数字字符，但在我的用例中是可以接受的。

首先它对所有数字字符进行分组，然后使用自己的（仅限数字！）反向显式重建字符串。然后，替换模式中心的空间会使标记生成器将其拆分为两个标记 - 原始标记和反向标记。

,"char_filter" : {
    "strip_non_numeric" : {
        "type" : "pattern_replace"
        ,"pattern" : "[^0-9]"
        ,"replacement" : ""
    }
    ,"dupe_and_reverse" : {
        "type" : "pattern_replace"
        ,"pattern" : "([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)([0-9]?)"
        ,"replacement" : "$1$2$3$4$5$6$7$8$9$10$11$12$13$14$15$16$17$18$19$20 $20$19$18$17$16$15$14$13$12$11$10$9$8$7$6$5$4$3$2$1"
    }
}

如何索引字符串及其反转？

4 个答案: