Question

弹性搜索1.6

我想索引包含连字符的文本，例如U-12，U-17，WU-12，T恤......并且能够使用“简单查询字符串”查询来搜索它们。

数据样本（简化）：

{"title":"U-12 Soccer",
 "comment": "the t-shirts are dirty"}

由于关于连字符的问题已经有很多，我已经尝试了以下解决方案：

使用字符过滤器：ElasticSearch - Searching with hyphens in name。

所以我去了这个映射：

{
  "settings":{
    "analysis":{
      "char_filter":{
        "myHyphenRemoval":{
          "type":"mapping",
          "mappings":[
            "-=>"
          ]
        }
      },
      "analyzer":{
        "default":{
          "type":"custom",
          "char_filter":  [ "myHyphenRemoval" ],
          "tokenizer":"standard",
          "filter":[
            "standard",
            "lowercase"
          ]
        }
      }
    }
  },
  "mappings":{
    "test":{
      "properties":{
        "title":{
          "type":"string"
        },
        "comment":{
          "type":"string"
        }
      }
    }
  }
}

使用以下查询完成搜索：

{"_source":true,
  "query":{
    "simple_query_string":{
      "query":"<Text>",
      "default_operator":"AND"
    }
  }
}

什么有效：

“U-12”，“U *”，“t *”，“ts *”
什么行不通：

“U- *”，“u-1 *”，“t- *”，“t-sh *”，...

所以看起来字符过滤器没有在搜索字符串上执行？我能做些什么来完成这项工作？

Answer 1

答案很简单：

引自Igor Motov：Configuring the standard tokenizer

默认情况下，simple_query_string查询不会分析单词用通配符。因此，它会搜索以所有开头的所有令牌我是一个。 i-mac这个词并不匹配这个请求，因为在期间分析它分为两个令牌i和mac，这两个都没有令牌以i-ma开头。为了使这个查询找到你的i-mac 需要让它分析通配符：

{
  "_source":true,
  "query":{
    "simple_query_string":{
      "query":"u-1*",
      "analyze_wildcard":true,
      "default_operator":"AND"
    }
  }
}

Answer 2

来自Igor Motov的引用是真的，你必须添加“analyze_wildcard”：true，以使其与正则表达式一起使用。但重要的是要注意连字符实际上用“u”“12”中的“u-12”标记，两个单独的单词。

如果保留原始内容很重要，请不要使用Mapping char过滤器。否则是有用的。

想象一下你有“m0-77”，“m1-77”和“m2-77”，如果搜索m * -77，你的命中率为零。但是你可以用AND重新加上“ - ”（连字符）以连接两个分开的单词，然后搜索m * AND 77，它将为你提供正确的命中。

你可以在客户端前面做到这一点。

在你的问题中你 - *

{
  "query":{
    "simple_query_string":{
      "query":"u AND 1*",
      "analyze_wildcard":true
    }
  }
}

T-SH *

  {
      "query":{
        "simple_query_string":{
          "query":"t AND sh*",
          "analyze_wildcard":true
        }
      }
    }

Answer 3

If anyone is still looking for a simple workaround to this issue, replace hyphen with underscore _ when indexing data.

For eg, O-000022334 should indexed as O_000022334.

When searching, replace underscore back to hyphen again when displaying results. This way you can search for "O-000022334" and it will find a correct match.

ElasticSearch - 使用连字符搜索

3 个答案: