Elastic search 如何分析 URL 的 / 带有 '-' 的单词

Question

我正在尝试找出一种方法来分析 words/URLS 中带有“-”的内容。前任。 "nnn999-9-prod-nnn9.test.com" | "Cisco-NX-4")。

这意味着 "nnn999-" 不会匹配任何内容，但 "nnn999" 或 "nnn999-*" 会匹配，但我希望 "nnn999-" 也匹配。

我已经尝试过标准分析器和 "uax_url_email" 分词器，但两者都以相同的方式解析它，给出相同的标记 ["nnn999", "9", "prod", "nnn9" , "test.com"]。我最不想做的是为每个属性 (10+) 使用正则表达式创建自定义分析器。

非常感谢您的帮助！

Answer 1

从文档中我们可以有效地假设这对你的情况有效，但它不是:(

whitespace tokenizer 可以为您完成这项工作吗？

GET _analyze
{
  "tokenizer" : "whitespace",
  "text" : "Cisco-NX-4 noise1 noise2 nnn999-9-prod-nnn9.test.com"
}

=>

{
  "tokens": [
    {
      "token": "Cisco-NX-4",
      "start_offset": 0,
      "end_offset": 10,
      "type": "word",
      "position": 0
    },
    {
      "token": "noise1",
      "start_offset": 11,
      "end_offset": 17,
      "type": "word",
      "position": 1
    },
    {
      "token": "noise2",
      "start_offset": 18,
      "end_offset": 24,
      "type": "word",
      "position": 2
    },
    {
      "token": "nnn999-9-prod-nnn9.test.com",
      "start_offset": 25,
      "end_offset": 52,
      "type": "word",
      "position": 3
    }
  ]
}

Answer 2

开箱即用，使用默认映射，您的示例应该可以工作。它将对索引和查询使用相同的标准分析器，因此您对 "nnn999-" 的查询将转换为 "nnn999"。例如：

存储文档

POST my-index/_doc
{
  "test": "nnn999-9-prod-nnn9.test.com"
}

搜索文档

GET my-index/_search
{
  "query": { "match": { "test": "nnn999-" } }
}

结果

{
  "took": 4,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 0.2876821,
    "hits": [
      {
        "_index": "my-index",
        "_type": "_doc",
        "_id": "YXnNhGQBFtPd4lycLFbR",
        "_score": 0.2876821,
        "_source": {
          "test": "nnn999-9-prod-nnn9.test.com"
        }
      }
    ]
  }
}

查看您的索引映射会很有用。

Elastic search 如何分析 URL 的 / 带有 '-' 的单词

Elastic search how to analyze URL's / words with '-' in them

elasticsearch

elasticsearch-5