分词
分词是指文本转换成一系列单词（term or token)的过程，也可以叫做文本分析，关键词为Analysis。
举例
彭于晏是最帅的明星
分词为：（彭于晏）（最帅）（明星）
Character Filter
| 分词机制 | 效果 |
|---|---|
| Character Filter | 对原始文件进行处理：例如去除html标签，特殊字符等 |
| Tokenizer | 将原始文件进行分词：例：二院二部（二院、二部） |
| Token Filters | 分词后的关键字进行加工：例转小写、删除语气词、近义词、同义词等 |
示例：
注：这个_analyze中standard(默认)分词很简陋,只能靠空格，符号等进行分割，并且仅能分割英文，不支持中文。
下面继续加一个分词，将大写转换为小写
进行去标签化的分词
中文的一些分词机制
由于中文的博大精深，以上分词器无法满足需求，所以需要引入特殊语法的分词器
特殊语法的分词器
IK分词器（常用）
加载后进行实验，如下图即可发现分词规律。
另外一种ik分法
注：
这样分词，会有 “世界上”、“世界”。这样的多意的叠词出现。
优点：这样分词很是详细
缺点：分词后倒排序会很多，大大的减小了搜索效率。
自定义分词器
自定义分词器可以多去官网查看链接: 官网.
示例
下面我们创建个叫my的分词器，它里面嵌套的都是下面我们自定义的过滤器，和分词器，这样顺序为，过滤——分词——后处理。
查询一条文档里具体的first_name 的值。
批量插入 _bulk
示例如下
如果不是这个格式 是插入不了滴！