Question

我正在尝试将HTML文档解析为嵌套的标签和内容集。它需要支持任意嵌套深度。对象（在 Python代码）如下：

{
  "content": [
    "some text about a thing, ",
  {"content": "More text with additional set of tags ",
  "tags": ["strong"]
  }
  ], 
  "tags": ["p"]
}

ES似乎不喜欢这种结构，因为content字段既是文本类型又是对象类型，因此会产生此错误； "reason": "mapper [content] of different type, current_type [text], merged_type [ObjectMapper]"

是否有人对如何索引这种类型的对象有任何想法，并且还允许同时搜索标签和内容？理想情况下，我也想搜索与给定对象的祖先关联的标签。我可以将其重新格式化为

{
  "content": [
  {"content": "some text about a thing, "},
  {"content": "More text with a different set of tags ",
  "tags": ["strong"]
  }
  ], 
  "tags": ["p"]
}

但是搜索并不是很有效，因为我需要编写content.content：“搜索字符串”以获得结果，这在多层嵌套中会变得很困难。

Answer 1

为什么不将祖先标签存储在单独的字段中？实现嵌套集也将解决您的问题。

编辑：根据要求提供一个嵌套集的示例

想象一个树形结构。该树中的每个节点都有一组属性，例如描述或其他属性。每个节点还拥有对其父节点的引用。除此之外，还有两个数字：使用深度搜索遍历时在树中的左和右位置：

A(parent:null, left:1, right:12, desc:“root node“)
B(parent:A, left:2, right:3, desc:“left child“)
C(parent:A, left:4, right:11, desc:“right child“)
D(parent:C, left:5, right:6, desc:“foo“)
E(parent:C, left:7, right:10, desc:“bar“)
F(parent:E, left:8, right:9, desc:“baz“)

现在轻松计算节点的所有先验者：

祖先（F为X）=搜索节点为N，其中N.left X.right

对于节点F，您将获得[E，C，A]。按左值对它们进行排序，您将获得F祖先的正确顺序。

因此，现在您可以将此条件用于ES中的过滤器查询，并使用第二个查询来搜索过滤节点的属性。

此结构在查找子树时非常有效，但是在更改节点顺序/位置时会有缺点。

如果您需要进一步的说明，请添加评论。

Elasticsearch-递归嵌套JSON对象

1 个答案: