Elasticsearch - 查询中“and”和“ampersand”(&) 的相同搜索结果

Question

"在 Elasticsearch 中设计一个索引，以便查询中的 "&" 和 "and" 返回相同的结果"

无论是使用“and”作为查询字符串还是与符号“&”进行搜索，我们如何才能使 Elasticsearch 返回相同的结果。

例如，有一个查询可查找名称中包含“和/&”的所有电影标题。

1. 先生和史密斯夫人
2. 杰克和吉尔
3. Abc 和 Def & ghi
4. 假名

因此在这种情况下，无论是使用“and”还是“&”完成搜索都应该返回 1,2,3。

从我的 Kibana 开发工具中转储

PUT 测试索引 { “设置”：{“number_of_replicas”：0， “number_of_shards”：1 }, “映射”：{ “文档”： { “特性”： { “电影名称”：{“类型”：“文本”} } } } }

PUT /test_index/doc/1 { "movie_name":"史密斯先生和夫人" }

PUT /test_index/doc/2 { "movie_name":"杰克和吉尔" }

PUT /test_index/doc/3 { "movie_name":"Abc 和 Def & ghi" }

PUT /test_index/doc/4 { "movie_name":"假名" }

下面的两个查询应该返回相同的结果

1. GET test_index/_search { “大小”：20， “询问”： { “匹配”： { “电影名”：“&” } } }

2. GET test_index/_search { “大小”：20， “询问”： { “匹配”： { “电影名”：“和” } } }

Answer 1

有几种方法可以做到这一点

1. 使用 english 分析器，该分析器将删除文本中的特殊字符以及“and”等停用词，因此实质上您的搜索将与没有 &/ 的标记匹配因此将是相同的。请参阅https://www.elastic.co/guide/en/elasticsearch/reference/6.4/analysis-lang-analyzer.html 获取帮助文档

2. 保留您的标准分析器并添加一个字符替换过滤器以将任何出现的“&”模式替换为“和”，然后所有这些搜索都会发出相同的标记。请参阅https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-pattern-replace-charfilter.html 获取帮助文档

Answer 2

{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "keyword",
          "char_filter": [
            "my_char_filter"
          ]
        }
      },
      "char_filter": {
        "my_char_filter": {
          "type": "mapping",
          "mappings": [
            "+ => plus",
            "& => and"
          ]
        }
      }
    }
  }
}

您应该创建 char 过滤器来执行此操作。

当你用上面的分析器创建索引时

POST my_index/_analyze
{
  "analyzer": "my_analyzer",
  "text": "&"
}

输出：

{
  "tokens": [
    {
      "token": "and",
      "start_offset": 0,
      "end_offset": 1,
      "type": "word",
      "position": 0
    }
  ]
}

如果您在没有上述字符过滤器分析器的情况下运行上述分析，您将得到 ​​p>

{
  "tokens": []
}

原因：在 ES 中 - 当您创建 Text 类型的字段时，符号被删除。