如何使用 ElasticSearch 索引源代码

Posted 2023-02-23

【中文标题】如何使用 ElasticSearch 索引源代码

【英文标题】：How to index source code with ElasticSearch

【发布时间】：2011-12-09 11:30:15

【问题描述】：

我需要对 javascript 源文件提供全文搜索并突出显示结果。

我的问题是现有的 ElasticSearch 分词器和分析器的哪种组合最适合这个？

【参考方案1】：

除非您想将此作为服务公开给某人，否则我建议您在 eclipse 中安装 InstaSearch 插件；此插件创建 lucense 索引并为您提供即时结果。

【参考方案2】：

您可以使用attachment type plugin 将文件加载到 Elasticsearch 并让它索引文件。它可以处理文件的元数据并索引文件的内容。

github page 包含有关如何突出显示搜索文档的信息。

【参考方案3】：

有趣的问题，但我不知道开箱即用的解决方案。您可以使用 WordDelimiter 标记器，因为您可以指定例如下划线作为数字处理，然后像 hello_world（或 helloWorld，如果启用了驼峰式大小写）之类的函数将可以通过 hello 或 world 进行搜索。

但我怀疑结果是否足够......您必须实现 source code analyzer yourself 或使用代码 which extracts the syntax tree 将方法名称和主体索引到不同的字段中

【讨论】：

作为一名搜索源代码的开发人员，您真的想用“hello”或“world”找到 hello_world 或 helloWorld？至少在我们的例子中，我们对所有代码存储库进行了弹性搜索，并且我们通常在所有代码存储库中搜索特定方法的特定拼写 - 例如在更新它们都使用的核心框架时。