string - ElasticSearch 错误地索引和查询非字母数字字符

Question

我的 ElasticSearch 索引没有正确索引和查询非字母数字字符。具体来说，点和破折号会导致问题。

如果我索引一个名为“O.K. Corral”的文档，它应该匹配“OK Corral”的查询。同样，如果我索引“Whiskey A Go-Go”，我希望它匹配“Whiskey A GoGo”和“Whiskey A Go Go”。

现在，只有使用正确的点和破折号的查询才会返回这些文档。

我希望该解决方案还可以解决其他非字母数字字符(如逗号和撇号)的任何潜在问题。

这听起来像是 ElasticSearch token 过滤器的工作，但我一直没能找到能满足我要求的功能。此外，我想在 ElasticSearch 中执行此操作——我不想编写自定义字符串操作以在数据到达我的 ES 索引之前对其进行规范化。

感谢您的帮助!

Answer 1

您可能想看看 Word Delimiter Token Filter .它至少会用“Whiskey A GoGo”和“Whiskey A Go-Go”做你想做的事。您可以使用 analyze api 提前检查其行为.