elasticSearch+ik_smart 支持 符号检索
Posted guanxiaohe
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了elasticSearch+ik_smart 支持 符号检索相关的知识,希望对你有一定的参考价值。
首先 来展示下效果
1% 在一起 是因为我在自定义词库里面定义了,如果不修改ik_smart源码 是连百分号 都看不到的,对了 我使用的是 elasticsearch-analysis-ik-7.3.2
第一步 下载elasticsearch-analysis-ik-7.3.2源码 找到 CharacterUtil.java这个类
将 identifyCharType 方法从这样
static int identifyCharType(char input){ if(input >= ‘0‘ && input <= ‘9‘){ return CHAR_ARABIC; }else if((input >= ‘a‘ && input <= ‘z‘) || (input >= ‘A‘ && input <= ‘Z‘)){ return CHAR_ENGLISH; }else { Character.UnicodeBlock ub = Character.UnicodeBlock.of(input); if(ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS || ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A){ //目前已知的中文字符UTF-8集合 return CHAR_CHINESE; }else if(ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS //全角数字字符和日韩字符 //韩文字符集 || ub == Character.UnicodeBlock.HANGUL_SYLLABLES || ub == Character.UnicodeBlock.HANGUL_JAMO || ub == Character.UnicodeBlock.HANGUL_COMPATIBILITY_JAMO //日文字符集 || ub == Character.UnicodeBlock.HIRAGANA //平假名 || ub == Character.UnicodeBlock.KATAKANA //片假名 || ub == Character.UnicodeBlock.KATAKANA_PHONETIC_EXTENSIONS){ return CHAR_OTHER_CJK; } } //其他的不做处理的字符 return CHAR_USELESS; }
修改为 这样 对 就是多加个 else if语句块
static int identifyCharType(char input){ if(input >= ‘0‘ && input <= ‘9‘){ return CHAR_ARABIC; }else if((input >= ‘a‘ && input <= ‘z‘) || (input >= ‘A‘ && input <= ‘Z‘)){ return CHAR_ENGLISH; }else { Character.UnicodeBlock ub = Character.UnicodeBlock.of(input); if(ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS || ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A){ //目前已知的中文字符UTF-8集合 return CHAR_CHINESE; }else if(ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS //全角数字字符和日韩字符 //韩文字符集 || ub == Character.UnicodeBlock.HANGUL_SYLLABLES || ub == Character.UnicodeBlock.HANGUL_JAMO || ub == Character.UnicodeBlock.HANGUL_COMPATIBILITY_JAMO //日文字符集 || ub == Character.UnicodeBlock.HIRAGANA //平假名 || ub == Character.UnicodeBlock.KATAKANA //片假名 || ub == Character.UnicodeBlock.KATAKANA_PHONETIC_EXTENSIONS){ return CHAR_OTHER_CJK; } else if (ub == Character.UnicodeBlock.GREEK // 希腊符号 // 希腊扩展符号 || ub == Character.UnicodeBlock.GREEK_EXTENDED // 拉丁字符 || ub == Character.UnicodeBlock.BASIC_LATIN // 拉丁补充字符 || ub == Character.UnicodeBlock.LATIN_1_SUPPLEMENT // 拉丁扩展A字符 || ub == Character.UnicodeBlock.LATIN_EXTENDED_A // 拉丁扩展B字符 || ub == Character.UnicodeBlock.LATIN_EXTENDED_B) { return CHAR_CHINESE; } } //其他的不做处理的字符 return CHAR_USELESS; }
然后 高能预警
使用javac 将我们修改后的 CharacterUtil 类编译成.class文件
然后直接替换进本来的之前使用的jar包(可能没描述清楚,截个图)
然后
然后 重启elasticSearch 搞定 (其实我也只是抱着试一试的心态 没想到真的可以)
以上是关于elasticSearch+ik_smart 支持 符号检索的主要内容,如果未能解决你的问题,请参考以下文章
ElasticSearch学习 ④ IK分词器(elasticsearch插件)+自定义字典