Elasticsearch 在分析器中结合语言和 char_filter

Question

我正在尝试将语言分析器与 char_filter 结合起来，但是当我查看 html/xml 标签字段的 _termvectors 时，我可以看到其中的值是自定义 xml 标签的属性，例如“22anchor_titl”。

我的想法是扩展德语过滤器：

settings: 
  analysis:
    analyzer:
      node_body_analyzer:
        type: 'german'
        char_filter: ['html_strip']

mappings:
  mappings:
    node:
      body:
      type: 'string'
      analyzer: 'node_body_analyzer'
      search_analyzer: 'node_search_analyzer'

我的配置是否有错误，或者通过添加 char_filter 从“gernam”派生新分析器的概念根本不可能。如果是这样，我是否必须制作一个 type: 'custom' 分析器，像 documentation 这样实现整个事情并添加过滤器？

干杯

Answer 1

是的，您需要这样做。如果您想添加另一个令牌过滤器怎么办？ ES 应该将那个放在已经存在的令牌过滤器列表中的哪个位置（因为顺序很重要）？你需要这样的东西：

"analysis": {
  "filter": {
    "german_stop": {
      "type":       "stop",
      "stopwords":  "_german_" 
    },
    "german_keywords": {
      "type":       "keyword_marker",
      "keywords":   ["ghj"] 
    },
    "german_stemmer": {
      "type":       "stemmer",
      "language":   "light_german"
    }
  },
  "analyzer": {
    "my_analyzer": {
      "type":"custom",
      "tokenizer":  "standard",
      "filter": [
        "lowercase",
        "german_stop",
        "german_keywords",
        "german_normalization",
        "german_stemmer"
      ],
      "char_filter":"html_strip"
    }
  }
}