ElasticSearch - Suche mit Bindestrichen

Elastic Search 1.6

Möchte ich index text mit Bindestrichen, z.B. U-12, U-17 -, WU-12, t-shirt... und in der Lage sein, eine "Simple Query-String" - Abfrage, um die Suche auf Sie.

Daten-Beispiel (vereinfacht):

{"title":"U-12 Soccer",
 "comment": "the t-shirts are dirty"}

Da gibt es eine ganze Reihe von Fragen, die bereits über Bindestriche, versuchte ich die folgende Lösung bereits:

Verwenden einen Char filter: ElasticSearch - Suche mit Bindestrichen im Namen.

Also ging ich für diese Zuordnung:

{
  "settings":{
    "analysis":{
      "char_filter":{
        "myHyphenRemoval":{
          "type":"mapping",
          "mappings":[
            "-=>"
          ]
        }
      },
      "analyzer":{
        "default":{
          "type":"custom",
          "char_filter":  [ "myHyphenRemoval" ],
          "tokenizer":"standard",
          "filter":[
            "standard",
            "lowercase"
          ]
        }
      }
    }
  },
  "mappings":{
    "test":{
      "properties":{
        "title":{
          "type":"string"
        },
        "comment":{
          "type":"string"
        }
      }
    }
  }
}

Suche erfolgt mit der folgenden Abfrage:

{"_source":true,
  "query":{
    "simple_query_string":{
      "query":"<Text>",
      "default_operator":"AND"
    }
  }
}

  1. Was funktioniert:

    "U-12", "U*", "t*", "ts*"

  2. Was hat nicht funktioniert:

    "U-*", "u-1*", "t-*", "t-sch*", ...

So scheint es, die char-filter wird nicht ausgeführt, auf search strings?
Was könnte ich tun, um diese Arbeit zu machen?

InformationsquelleAutor rvheddeg | 2015-06-18
  1. 7

    Die Antwort ist wirklich einfach:

    Zitat von Igor Motov: Konfigurieren der standard-tokenizer

    Standardmäßig die simple_query_string Abfrage nicht analysieren die Worte
    mit wildcards. Als Ergebnis sucht alle tokens, die mit beginnen
    i-ma. Das Wort i-mac entsprechen nicht dieser Anforderung, da bei
    Analyse es ist aufgeteilt in zwei Token, ich und mac und keine dieser
    Token beginnt mit i-ma. Um diese Abfrage finde ich-mac
    brauchen, um es zu analysieren wildcards:

    {
  "_source":true,
  "query":{
    "simple_query_string":{
      "query":"u-1*",
      "analyze_wildcard":true,
      "default_operator":"AND"
    }
  }
}
    InformationsquelleAutor rvheddeg
  2. 1

    Zitat von Igor Motov ist wahr, Sie müssen hinzufügen "analyze_wildcard":true, um es mit regex gearbeitet. Aber es ist wichtig zu bemerken, dass der Bindestrich eigentlich tokenizes "u-12" in "u", "12", zwei getrennte Wörter.

    wenn die Erhaltung der ursprünglichen ist nicht wichtig: verwenden Sie Mapping-char-filter. Ansonsten ist ziemlich nützlich.

    Vorstellen, dass Sie "m0-77", "m1-77" und "m2-77", wenn Sie suchen m*-77 Sie gehen zu müssen, null Treffer. Sie können jedoch remplace "-" (Bindestrich) mit UND um die Verbindung der beiden separed Worte und dann nach m* UND 77, die gehen, um Ihnen einen richtigen Treffer.

    können Sie tun es in der client-front.

    In Ihre problem u-* 

    {
  "query":{
    "simple_query_string":{
      "query":"u AND 1*",
      "analyze_wildcard":true
    }
  }
}

    t-sh*

      {
      "query":{
        "simple_query_string":{
          "query":"t AND sh*",
          "analyze_wildcard":true
        }
      }
    }
    InformationsquelleAutor londox
  3. 1

    Falls jemand noch auf der Suche für eine einfache Problemumgehung für dieses Problem, ersetzen Sie den Bindestrich mit Unterstrich _ bei der Indizierung von Daten.

    ZB, O-000022334 sollte indiziert als O_000022334.

    Beim suchen, ersetzen, Unterstrich zurück zum Bindestrich wieder, wenn die Ergebnisse angezeigt werden. Auf diese Weise können Sie die Suche für "O-000022334" und es findet eine korrekte übereinstimmung.

    • Was ist, wenn bereits ein Unterstrich "_" in-Daten beim Austausch zu hypen display output wird falsch sein..
    • Wenn Quell-Daten hat einen Unterstrich, Sie obviosuly nicht brauchen, um es zu ersetzen mit einem Bindestrich.
    InformationsquelleAutor Jesal
Schreibe einen Kommentar