elasticsearch 拼音分词（elasticsearch-analysis-pinyin）

---

elasticsearch 拼音分词（elasticsearch-analysis-pinyin）

 

官网：https://github.com/medcl/elasticsearch-analysis-pinyin

 

 

*****************************

安装pinyin分词

 

进入容器，在线安装

./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-pinyin/releases/download/v7.5.1/elasticsearch-analysis-pinyin-7.5.1.zip

 

查看分词插件

      

 

 

*****************************

pinyin分词介绍

 

pinyin插件提供

analyzer：pinyin

tokenizer：pinyin

token-filter：pinyin

 

**********************

相关参数

 

keep_first_letter：默认为true，刘德华==》ldh

keep_separate_first_letter：默认为false，刘德华==》l、d、h

limit_first_letter_length：限制first_letter的长度，默认为16

keep_none_chinese_in_first_letter：首字母中保存非中文，默认为true，刘德华2020==》ldh2020

 

keep_full_pinyin：默认为true，刘德华==》[liu、de、hua]

keep_joined_full_pinyin：默认为false，刘德华==》liudehua

keep_none_chinese：保存非中文字符，默认为true

keep_none_chinese_together：非中文字符在一起，默认为true，DJ音乐家==》[DJ、yin、yue、jia]

 

none_chinese_pinyin_tokenize：非中文分词，默认为true，liudehua==》liu、de、hua，需先开启keep_none_chinese、keep_none_chinese_together

 

keep_original：保存原始文本，默认为false

lowercase：非中文字符小写，默认为true

trim_whitespace：空白字符分隔，默认为true

remove_duplicated_term：移除重复的分词，默认为true，de的==》de

ignore_pinyin_offset：忽略拼音的偏移量，默认为true

 

 

*****************************

测试pinyin分词