Elasticsearch 找不到字母数字以外的字符

Question

我遇到了搜索一些非字母数字字符的问题。

我尝试了许多分析器，但认为“空白”分析器非常适合我的问题。

我创建了一个索引 custom_doc 并发布了一个文档 { "body": "一些带有###井号#的文本", }

但我无法通过在查询字符串中传递哈希来找到此文档

   {
    "query": {
        "bool": {
            "must": [
                {
                    "query_string": {
                        "fields": [
                            "body"
                        ],
                        "query": "#",
                        "analyzer": "whitespace"
                    }
                }
            ]
        }
    }
   }

然而分析表明它被正确标记了

请求

{
    "analyzer": "whitespace",
    "text": "#"
}

结果

{
    "tokens": [
        {
            "token": "#",
            "start_offset": 0,
            "end_offset": 1,
            "type": "word",
            "position": 0
        }
    ]
}

没有自定义分析器，没有映射，没有额外的过滤器。 我该如何解决这个问题？我检查了许多类似的问题，但没有任何改善。有些人建议将该字段设置为“not_analyzed”，但我仍然希望有可能在查询字符串中使用通配符，因此将字段类型从“文本”更改为“关键字”也不适合我。例如。希望此查询“so*”返回已发布的文档。

Answer 1

问题是您还需要在索引时指定whitespace 分析器。仅在搜索时使用它是不够的，因为您的正文将由标准分析器进行分析，该分析器已删除 # 符号，因此您无法在之后搜索它们。

首先删除您的索引并使用以下映射重新创建它：

DELETE index
PUT index
{ 
  "mappings": {
    "doc": {
      "properties": {
        "body": {
          "type": "text",
          "analyzer": "whitespace",
          "search_analyzer": "whitespace"
        }
      }
    }
  }
}

然后索引您的文档：

PUT index/doc/1
{ "body": "some text with ### hash signs # inside"}

最后可以搜索#符号（注意不需要指定whitespace分析器）：

POST index/_search
{
    "query": {
        "bool": {
            "must": [
                {
                    "query_string": {
                        "fields": [
                            "body"
                        ],
                        "query": "#"
                    }
                }
            ]
        }
    }
   }