具有不同标记位置/偏移的模式捕获

Question

来自弹性搜索文档

注意：所有标记都在相同的位置发出，并且具有相同的字符偏移量。这意味着，例如，使用此分析器的 john-smith_123@foo-bar.com 的匹配查询将返回包含任何这些标记的文档，即使使用 and 运算符也是如此。此外，当与突出显示结合使用时，将突出显示整个原始标记，而不仅仅是匹配的子集。例如，在上述电子邮件地址中查询“smith”将突出显示： https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-pattern-capture-tokenfilter.html

有没有办法生成具有不同位置/偏移量的令牌？

鉴于弹性搜索提供的示例，我希望能够在 com 和 john 上进行搜索，但据我了解，它将匹配所有包含 com 或 john 的电子邮件，因为它们将认为是相同的位置。

（在我的情况下，我想这样做以进行代码分析，与他们给出的 2 秒示例非常相似）

      "analysis" : {
         "filter" : {
            "code" : {
               "type" : "pattern_capture",
               "preserve_original" : true,
               "patterns" : [
                  "(\\p{Ll}+|\\p{Lu}\\p{Ll}+|\\p{Lu}+)",
                  "(\\d+)"
               ]
            }
         },

Answer 1

我不完全理解您的问题，但看起来您正在尝试做的是：确保索引标记器按您的预期破坏输入，这意味着有一个“com”标记和“john”标记。您可以通过运行分析请求来检查标记器：https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-analyze.html

输入按预期进行分析和标记后，您可以运行 John AND com 查询，它应该可以按预期工作。