Elasticsearch(自定义分析器)

最新推荐文章于 2024-07-17 13:59:30 发布

道法—自然

最新推荐文章于 2024-07-17 13:59:30 发布

阅读量2.5k

点赞数 1

分类专栏： ElasticSearch

本文链接：https://blog.csdn.net/wyqwilliam/article/details/82958974

版权

本文介绍了如何在Elasticsearch中创建自定义分析器，通过组合字符过滤器、分词器和表征过滤器来满足特定数据需求。分析器由字符过滤器（如html_strip用于移除HTML标签）、分词器（如standard分词器进行词汇切分）和表征过滤器（如stemmer进行词干提取）组成。文章详细展示了创建自定义分析器的步骤，包括配置字符过滤器、分词器、表征过滤器和分析器的示例。

摘要由CSDN通过智能技术生成

自定义分析器

虽然Elasticsearch内置了一系列的分析器，但是真正的强大之处在于定制你自己的分析器。你可以通过在配置文件中组合字符过滤器，分词器和表征过滤器，来满足特定数据的需求。

分析器是三个顺序执行的组件的结合（字符过滤器，分词器，表征过滤器）。

字符过滤器

   字符过滤器是让字符串在被分词前变得更加“整洁”。例如，如果我们的文   本是HTML格式，它可能会包含一些我们不想搜索的HTML标签，诸如<p>或   <div>。

   我们可以使用html_strip 字符过滤器来删除所有的HTML标签，并且将   HTML实体转换成对应的Unicode字符，比如将&Aacute；转成A。

   一个分析器可能包含零个到多个字符过滤器

分词器

   一个分析器必须包含一个分词器。分词器将字符串分割成单独的词   (terms)或表征(tokens)。standard分析器使用standard 分词器将   字符串分割成单独的字词，删除大部分标点符号，但是现存的其他分词器会   有不同的行为特征。

   例如，keword分词器输出和它接收到的相同的字符串，不做任何分词处   理。【whitespce 分词器】   只通过空格来分割文本。【pattern分词   器】可以通过正则表达式来分割   文本。