正则表达式和弹性搜索答案

【问题标题】：Regular Expressions and Elastic Search正则表达式和弹性搜索
【发布时间】：2016-04-09 00:18:58
【问题描述】：

我正在尝试使用 elasticsearch 检索一些公司结果。我想让公司以“A”开头，然后是“B”等。如果我只是用“前缀”做一个非常典型的查询，就像这样

GET apple/company/_search
{
  "query": {
    "prefix": {
      "name": "a"
    }
  },
  "fields": [
    "id",
    "name",
    "websiteUrl"
  ],
  "size": 100
}

但这将返回 Acme 以及 Lemur and Associates，因此我需要区分全名开头的 A 和单词开头的 A。

看起来正则表达式会在这里拯救，但弹性搜索只是忽略我尝试的任何内容。在与其他应用程序的测试中，^[\S]a* 应该为您提供以A 开头且前面没有空格的任何内容。弹性搜索返回 0 个结果，结果如下：

GET apple/company/_search
{
  "query": {
    "regexp": {
      "name": "^[\S]a*"
    }
  },
  "fields": [
    "id",
    "name",
    "websiteUrl"
  ],
  "size": 100
}

事实上，Elasticsearch 的 Sense UI 会立即提醒您“错误的字符串语法错误”。那是因为即使在查询中弹性搜索也希望某些字符被转义。尽管如此，^[\\S]a* 也不起作用。

【问题讨论】：

尝试\b字边界而不是[\S]。

标签： regex elasticsearch

【解决方案1】：

在 Elasticsearch 中搜索既与查询本身有关，也与数据建模有关，因此它最适合要使用的查询。不能简单地索引任何内容，然后努力想出一个可以做某事的查询。

查询的 Elasticsearch 方法是对该字段进行以下映射：

PUT /apple
{
  "settings": {
    "index": {
      "analysis": {
        "analyzer": {
          "keyword_lowercase": {
            "type": "custom",
            "tokenizer": "keyword",
            "filter": [
              "lowercase"
            ]
          }
        }
      }
    }
  },
  "mappings": {
    "company": {
      "properties": {
        "name": {
          "type": "string",
          "fields": {
            "analyzed_lowercase": {
              "type": "string",
              "analyzer": "keyword_lowercase"
            }
          }
        }
      }
    }
  }
}

并且要使用这个查询：

GET /apple/company/_search
{
  "query": {
    "prefix": {
      "name.analyzed_lowercase": {
        "value": "a"
      }
    }
  }
}

或

GET /apple/company/_search
{
  "query": {
    "query_string": {
      "query": "name.analyzed_lowercase:A*"
    }
  }
}

【讨论】：