ElasticSearch 在单词中使用连字符进行搜索

Posted 2023-02-18

【中文标题】ElasticSearch 在单词中使用连字符进行搜索

【英文标题】：ElasticSearch searching with hyphen inside a word

【发布时间】：2015-09-26 21:43:58

【问题描述】：

我想寻求帮助。我想在标题和内容中搜索单词。这是结构

'body' => array(
  'mappings' => array(
    'myindex' => array(
      '_source' => array(
        'enabled' => true
      ),
      'properties' => array(
        'Title' => array(
          'type'  => 'string',
          'fields'=> array(
            'raw' => array(
               'type'  => 'string',
               'index' => 'not_analyzed'
              )
            )
          ),
          'Content' => array(
            'type'  => 'string'
          ),
          'Image' => array(
             type'      => 'string',
             'analyzer'  => 'standard'
         )
       )
     )
   )
 )

查询字符串看起来像这样，我想在“15-game”之类的文本中搜索“15-g”：

"query" : 
  "query_string": 
    "query": "*15-g*",
    "fields": [ "Title", "Content" ]
  

如果我重复了这个问题，但我不知道发生了什么以及为什么它没有返回任何结果，请接受我的歉意。

我已经看过了：

ElasticSearch - Searching with hyphens

ElasticSearch - Searching with hyphens in name

ElasticSearch - Searching with hyphens in name

但我不能和我一起工作。

真正有趣的是，如果我搜索“15 - g”（15space-spaceg），它会返回结果。

非常感谢您！

【参考方案1】：

将.raw 字段添加到您的Content 并在.raw 字段上进行搜索：

  "query": 
    "query_string": 
      "query": "*15-g*",
      "fields": [
        "Title.raw",
        "Content.raw"
      ]
    
  

在您想要搜索的文本中有 空格 并且您想要该空格以匹配您的字段时，需要对其进行转义（使用 \） .此外，只要您有大写字母和通配符，并且想要与.raw 字段匹配，您需要将lowercase_expanded_terms 设置为false，因为默认情况下该设置为true，它将小写搜索字符串（它将搜索laptop - black）：

  "query": 
    "query_string": 
      "query": "*Laptop\\ -\\ Black*",
      "lowercase_expanded_terms": false, 
      "fields": [
        "Title.raw",
        "Content.raw"
      ]
    
  

【讨论】：

谢谢@Andrei，它有效！如果我想搜索两个或更多的词怎么办。 “笔记本电脑 - 黑色”可以说我有“Windows 笔记本电脑 - 黑色”，我想用“笔记本电脑 - 黑色”找到它。再次感谢你。问候。

在您想要搜索的文本中有 空格 并且您想要 匹配您的字段的任何地方，都需要对其进行转义。此外，只要您有大写字母和通配符，并且想要与.raw 字段匹配，您需要将lowercase_expanded_terms 设置为false，因为它将小写搜索字符串。更新了我的回复。

非常感谢@Andrei。我感谢你的努力。一切都按照您的解释进行。 :)

您能告诉我如何使搜索不区分大小写吗？问候

【参考方案2】：

在 elasticsearch 5 中，您可以使用过滤器设置定义自定义分析器。 以下是示例代码：

PUT test1

  "settings" : 
    "analysis" : 
      "analyzer" : 
        "myAnalyzer" : 
          "type" : "custom",
          "tokenizer" : "whitespace",
          "filter" : [ "dont_split_on_numerics" ]
        
      ,
      "filter" : 
        "dont_split_on_numerics" : 
          "type" : "word_delimiter",
          "preserve_original": true,
          "generate_number_parts" : false
        
      
    
  ,
  "mappings": 
    "type_one": 
      "properties": 
        "title":  
          "type": "text",
          "analyzer": "standard"
        
      
    ,
    "type_two": 
      "properties": 
        "raw":  
          "type": "text",
          "analyzer": "myAnalyzer"
        
      
    
  

请知道我设置了

“preserve_original”：真 “generate_number_parts”

这样字符串“2-345-6789”将保持原样。 Dash 是 elasticsearch 中的保留字。如果没有上述设置，标准分词器将生成“2”、“345”和“6789”。因此，现在您可以使用“通配符”搜索，即。

"5-67"

得到结果。

POST test1/type_two/1

  "raw": "2-345-6789"


GET test1/type_two/_search

  "query": 
    "wildcard": 
      "raw": "*5-67*"
    
  

详细信息可以在elastic search tokenfilter找到