Question

Elastic搜索的映射如下：

{
  "settings": {
    "index": {
      "number_of_shards": "5",
      "number_of_replicas": "1"
    }
  },
  "mappings": {
    "node": {
      "properties": {
        "field1": {
          "type": "keyword"
        },
        "field2": {
          "type": "keyword"
        },
        "query": {
          "properties": {
            "regexp": {
              "properties": {
                "field1": {
                  "type": "keyword"
                },
                "field2": {
                  "type": "keyword"
                }
              }
            }
          }
        }
      }
    }
  }
}

问题是：

我正在使用elasticsearch_dsl Q（）形成ES查询。当我的查询包含任何复杂的正则表达式时，它在大多数情况下都可以正常工作。但是，如果它包含正则表达式字符“！”，则它将完全失败。在里面。当搜索词包含“！”时，不会给出任何结果在里面。

例如：

1。）Q('regexp', field1 = "^[a-z]{3}.b.*")（效果很好）

2。）Q('regexp', field1 = "^f04.*")（效果很好）

3。）Q('regexp', field1 = "f00.*")（效果很好）

4。）Q('regexp', field1 = "f04baz?")（效果很好）

在以下情况下失败：

5。）Q('regexp', field1 = "f04((?!z).)*")（失败，完全没有结果）

我尝试在字段中如上所述添加“ analyzer”：“关键字”以及“ type”：“关键字”，但是在这种情况下没有任何作用。

在浏览器中，我尝试检查Analyzer：keyword在失败的情况下如何在输入上起作用：

http://localhost:9210/search/_analyze?analyzer=keyword&text=f04((?!z).) *

似乎在这里看起来很好，结果：

{
  "tokens": [
    {
      "token": "f04((?!z).)*",
      "start_offset": 0,
      "end_offset": 12,
      "type": "word",
      "position": 0
    }
  ]
}

我正在运行如下查询：

search_obj = Search(using = _conn, index = _index, doc_type = _type).query(Q('regexp', field1 = "f04baz?"))
count = search_obj.count()
response = search_obj[0:count].execute()
logger.debug("total nodes(hits):" + " " + str(response.hits.total))

请提供帮助，这确实是一个令人讨厌的问题，因为除！之外，所有正则表达式字符都可以在所有查询中正常工作。

还，如何检查映射中当前使用上述设置的分析仪？

Answer 1

ElasticSearch Lucene正则表达式引擎不支持任何类型的环视。 ES regex documentation的说法很matching everything like .* is very slow as well as using lookaround regular expressions含糊不清（这不仅含糊不清，而且还存在错误，因为明智地使用环视工具可能会大大加快正则表达式的匹配速度。）

由于您要匹配包含f04但不包含z的任何字符串，因此您实际上可以使用

[^z]*fo4[^z]*

详细信息

[^z]*-除z以外的任何0+个字符
fo4-fo4子字符串
[^z]*-z以外的任何0+个字符。

如果您有一个要排除的多字符字符串（例如，z4而不是z），则可以使用complement operator来使用您的方法：

.*f04.*&~(.*z4.*)

这意味着几乎相同，但不支持换行符：

.*-尽可能使用除换行符以外的任何字符
f04-f04
.*-尽可能使用除换行符以外的任何字符
&-和
~(.*z4.*)-除具有z4的字符串以外的任何字符串

负前瞻Regexp在ES DSL查询中不起作用

1 个答案: