Question

我正在尝试编写一个自定义分析器，它会在特殊字符上打破令牌，并在编制索引之前将其转换为大写，如果我也使用小写字母搜索，我应该能够得到结果。

例如，如果我提供数据@ source - 它应该用空格替换@ - 它应该用空格替换任何特殊字符并给我结果如数据源。

以下是我尝试实施的方法。

PUT sound
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "standard",
          "char_filter": [
            "my_char_filter"
          ],
          "filter": [
            "uppercase"
            ]
        }
      },
      "char_filter": {
        "my_char_filter": {
          "type": "pattern_replace",
          "pattern": "(\\d+)-(?=\\d)",
          "replacement": "$1 "
        }
      }
    }
  }
}


POST sound/_analyze
{
  "analyzer": "my_analyzer",
  "text": "data-source&abc"
}

它很好地分割了令牌，比如 -

{
   "tokens": [
      {
         "token": "DATA",
         "start_offset": 0,
         "end_offset": 4,
         "type": "<ALPHANUM>",
         "position": 0
      },
      {
         "token": "SOURCE",
         "start_offset": 5,
         "end_offset": 11,
         "type": "<ALPHANUM>",
         "position": 1
      },
      {
         "token": "ABC",
         "start_offset": 12,
         "end_offset": 15,
         "type": "<ALPHANUM>",
         "position": 2
      }
   ]
}

但是如果我在这里用小写甚至大写搜索，它就不起作用了......就像：

GET sound/_search?text="data"

GET sound/_search?text="data"

GET /sound/_search
{
  "query": {
    "match": {
      "text": "data"
    }
  }
}

如果我像上面的查询一样搜索，它就不会给我结果。

Answer 1

您只需要为搜索使用稍微不同的语法：

GET sound/_search?q=data

GET sound/_search?q=data

POST sound/_search
{
  "query": {
    "match": {
      "NAME_OF_YOUR_FIELD": "data"
    }
  }
}

NAME_OF_YOUR_FIELD必须是您存储数据的字段的名称。match query here

的更多信息

自定义分析器，它打破特殊字符和小写/大写的标记

1 个答案: