elasticsearch的错误正则表达式查询答案

【问题标题】：Wrong regexp query for elasticsearchelasticsearch的错误正则表达式查询
【发布时间】：2018-06-28 07:37:16
【问题描述】：

我对弹性搜索的正则表达式查询有一些问题。在我的索引中有一个带有逗号分隔数值 (ID) 的文本字段，f.e.

2,140,3,2495

我有以下查询词：

"regexp" : {
  "myIds" : {
    "value" : "^2495,|,2495,|,2495$|^2495$",
    "boost" : 1
  }
}

但是我的结果列表是空的。

让我说，我知道正则表达式查询有点慢，但索引仍然存在并且充满了数百万个文档，所以很遗憾，它不是重组它的选项。所以我需要一个正则表达式解决方案。

【问题讨论】：

在 ES 正则表达式中，模式默认锚定，^ 和 $ 是文字字符。试试"2495,.*|.*,2495,.*|.*,2495|2495"。或者，我认为您可以使用更简单的"(.*,)?2495(,.*)?"

【解决方案1】：

在 ElasticSearch 正则表达式中，模式默认锚定，^ 和 $ 被视为文字字符。

您的意思是使用"2495,.*|.*,2495,.*|.*,2495|2495" - 2495, 在字符串的开头，,2495, 在中间，,2495 在结尾或等于2495 的整个字符串。

或者，你可以使用更简单的

"(.*,)?2495(,.*)?"

意思是

【讨论】：

您的第二个解决方案非常聪明，因为它很简单，如果我要使用多个 ID 构建查询，则正则表达式不会太复杂。但该解决方案有一个缺点：如果我查询 ID“9”，它也会匹配，因为我上面的示例字符串具有“2495”。但这是错误的行为，因为 9 不是 2495。有没有办法像您的示例一样保持查询简单但防止不正确的匹配？
@altralaser 你想说"(.*,)?9(,.*)?"返回2495吗？ It should not。如果这里是 Java 正则表达式，那么试试(?<![,])9(?![^,]) 或"^(.*,)?9(,.*)?$"。

【解决方案2】：

好的，我让它工作了，但现在又遇到了另一个问题。我构建的字符串如下：

(.*,)?2495(,.*)?|(.*,)?10(,.*)?|(.*,)?898(,.*)?

它适用于几个 ID，但如果我有 50 个 ID，那么 ES 会抛出一个异常，表示正则表达式太复杂而无法处理。
有没有办法简化正则表达式或重组它本身的查询？

【讨论】：