小编dan*_*dan的帖子

据我在ES文档中读到:

1. "字符过滤器用于在字符串被标记化之前"整理"它."
2. "在标记化之后,生成的标记流将通过任何指定的标记过滤器"

(来源:http://www.elasticsearch.org/guide/en/elasticsearch/guide/current/custom-analyzers.html)

从这两个陈述中,我了解到执行了以下步骤:

1. char_filter;
2. 符号化;
3. 过滤.

问题:

我可能有一个char_filter一次转多个字母.

示例:ph - > f.

但是,"PH"不会变成"f",因为"PH"不是映射的一部分.

因此,对"philipp"的分析检索"filipp",而"Philipp"检索"philipp".

使用大写和小写(为了在两种情况下实现相同的结果),char_filter中的映射数将是(字符数)².

示例:ph - > f; Ph - > F; pH - > f; PH - > F.

如果我只有4个映射,我就不会有问题,但如果我需要更多的x²映射,char_filter往往会变得很乱.

索引示例:

{
    "settings" : {
        "index" : {
            "analysis" : {
                "analyzer" : {
                    "default_index" : {
                        "type" : "custom",
                        "tokenizer" : "whitespace",
                        "filter" : [
                            "lowercase"
                        ],
                        "char_filter" : [
                            "misc_simplifications"
                        ]
                    }
                },
                "char_filter" : {
                    "misc_simplifications" : {
                        "type" …