使用Elasticsearch 5,我们有一个字段,例如驾驶执照编号,其中的值可能包含特殊字符,并且由于用户在有限的验证范围内输入了值,因此值的大小写不一致。 例如,这些是假设值:
- CA-123-456-789
- WI.12345.6789
- tx123456789
- az-123-xyz-456
- …
在我们的应用程序中,最终用户需要按该字段进行搜索。 我们有一项业务要求,即用户应该不必输入任何特殊字符(例如连字符和句号)即可取回记录。 因此,对于上面的第一个示例,用户应该能够键入以下任何值并查看该记录:
- CA-123-456-789(完全匹配)
- CA123456789(无特殊字符)
- ca123456789(小写字母,无特殊字符)
- Ca.123.456-789(混合大小写和特殊字符)
我们的方法是编写一个忽略特殊字符的自定义分析器,然后针对该字段进行查询。
步骤1:创建模式替换字符过滤器和自定义分析器
我们定义了一种模式替换字符过滤器,以删除索引上的所有非字母数字字符,如下所示:
"char_filter": {
"specialCharactersFilter": {
"pattern": "[^A-Za-z0-9]",
"type": "pattern_replace",
"replacement": ""
}
}
然后,我们使用该过滤器创建一个自定义分析器 ,在索引上将其命名为“ alphanumericStringAnalyzer”:
"analyzer": {
"alphanumericStringAnalyzer": {
"filter": "lowercase",
"char_filter": [
"specialCharactersFilter"
],
"type": "custom",
"tokenizer": "standard"
}
}
步骤2:使用自定义分析器定义字段映射
下一步是定义一个使用新的“ alphanumericStringAnalyzer”分析器的新字段映射:
"driversLicenseNumber": {
"type": "text",
"fields": {
"alphanumeric": {
"type": "text",
"analyzer": "alphanumericStringAnalyzer"
},
"raw": {
"type": "keyword"
}
}
}
步骤3:对新字段运行查询
在我们的例子中,我们在“ should”子句中将此匹配查询作为布尔查询的一部分:
{
"match" : {
"driversLicenseNumber.alphanumeric" : {
"query" : "Ca.123.456-789",
"operator" : "OR",
"boost" : 10.0
}
}
}