ElasticSearch RegExp 过滤器正则表达式破折号答案

【问题标题】：ElasticSearch RegExp Filter regex dashElasticSearch RegExp 过滤器正则表达式破折号
【发布时间】：2014-09-16 09:16:19
【问题描述】：

我的 ElasticSearch v1.2.1 中有一些文档，例如：

{
  "tempSkipAfterSave": "false",
  "variation": null,
  "images": null,
  "name": "Dolce & Gabbana Short Sleeve Coat",
  "sku": "MD01575254-40-WHITE",
  "user_id": "123foo",
  "creation_date": null,
  "changed": 1
}

其中sku 可以是一个变体，例如：MD01575254-40-BlUE、MD01575254-38-WHITE

我可以让我的弹性搜索查询使用这个：

{
  "size": 1000,
  "from": 0,
  "filter": {
    "and": [
      {
        "regexp": {
          "sku": "md01575254.*"
        }
      },
      {
        "term": {
          "user_id": "123foo"
        }
      },
      {
        "missing": {
          "field": "project_id"
        }
      }
    ]
  },
  "query": {
    "match_all": {}
  }
}

我得到了 sku 的所有变体：MD01575254*

但是，破折号'-'真的把我搞砸了

当我将正则表达式更改为：

"regexp": {
  "sku": "md01575254-40.*"
}

我无法返回任何结果。我也试过了

“sku”：“md01575254-40.*”
“sku”：“md01575254\-40.*”
“sku”：“md01575254-40-.*”
...

似乎无法让它工作？我在这里没有错吗？

【问题讨论】：

使用任何 JSON 解析库。
将 - 放入 char 类中，例如 [-]
这实际上是从 json 解析库生成的，[-] 不起作用

标签： regex lucene elasticsearch

【解决方案1】：

问题：

这是因为默认分析器通常标记在-，因此您的字段最有可能保存为：

MD01575254
40
BlUE

解决方案：

您可以更新您的映射，使其具有一个在编制索引时不会被分析的sku.raw 字段。这将要求您删除并重新编制索引。

{
  "<type>" : {
    "properties" : {
      ...,
      "sku" : {
        "type": "string",
        "fields" : {
          "raw" : {"type" : "string", "index" : "not_analyzed"}
        }
      }
    }
  }
}

然后就可以查询这个没有被分析的新字段了：

{
  "query" : {
    "regexp" : {
      "sku.raw": "md01575254-40.*"
    }
  }
}

HTTP 端点：

删除当前映射和数据的 API 是：

DELETE http://localhost:9200/<index>/<type>

使用原始 SKU 添加新映射的 API 是：

PUT http://localhost:9200/<index>/<type>/_mapping

链接：

【讨论】：

感谢您的帮助，我实际上只是在搜索 elasticsearch github 错误列表，并开始走上分析与非分析的道路
很高兴能帮上忙 :) 我在创建构面时遇到了同样的问题（现在在 1.* 中称为聚合）。
该死的！你救了我们！ :)

【解决方案2】：

这也可以通过下面的查询来实现。（在字段旁边使用.keyword）

"regexp": {
"sku.keyword": "md01575254-40.*"
}

【讨论】：

这对我有帮助。谢谢。