用于弹性搜索的自定义令牌过滤器

Question

我想实现一个自定义令牌过滤器，如下所示： 如果单个词与特定（正则表达式）模式匹配，则接受单个词 - 如果一个以字母结尾而另一个以数字开头（反之亦然），则将相邻的词连接起来

这似乎映射到： 步骤 1 - shingle - 相邻的单词用空格连接在一起 第 2 步 - 如果令牌匹配模式 /pat1/，则保留 ... 如果令牌匹配 /pata patb/，则替换空格 第 3 步 - 删除其他所有内容。

有没有办法做到这一点？我见过https://stackoverflow.com/questions/35742426/how-to-filter-tokens-based-on-a-regex-in-elasticsearch，但不想将复杂模式转换为具有前瞻功能的模式。

Answer 1

这个想法是从用户输入中提取出潜在的订单号。 假设数据已标准化，因此订单号可以是常规 isbn 978 或类似“ME4713P”的内容。用户可能会输入“ME 4713P”或 978- 订单号可以描述为“包含字母和数字，可选破折号”或“包含字母，破折号，更多字母”或“包含数字，破折号，更多数字” 顺便说一句：很抱歉这次使用不同的电子邮件...