elasticsearch - 使用 Elasticsearch 忽略前导零

Question

我正在尝试创建一个搜索栏，其中最常见的查询是“serviceOrderNo”。 "serviceOrderNo"不是数据库中的数字 字段，它是一个字符串 字段。示例:

000000007
000000002
WO0000042
123456789
AllTextss
000000054
000000065
000000874

最常见的格式只是一个整数加上一些零。

如何设置 Elasticsearch 以便搜索“65”将匹配“000000065”？我还想优先考虑“serviceOrderNo”字段(我已经在使用)。这是我现在所在的位置:

{
   "query": {
      "multi_match": {
         "query": "65",
         "fields": ["serviceOrderNo^2", "_all"],
      }
   }
}

Answer 1

这样做的一种方法是使用 lucene 风格的正则表达式查询:

https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-regexp-query.html

"query": {
     "regexp":{
        "serviceOrderNo": "[0]*65"
     }
}

此外，查询字符串查询还支持一小组特殊字符，更有限的一组正则表达式字符，以及 lucene 正则表达式查询将如下所示: https://www.elastic.co/guide/en/elasticsearch/reference/1.x/query-dsl-query-string-query.html

"query": {
    "query_string": {
       "default_field": "serviceOrderNo",
       "query": "0*65"
    }
}

这些是相当简单的正则表达式，都表示匹配括号 [0] 中包含的字符或字符 0 无限次 *.

如果您有能力重建索引，或者还没有索引您的数据，您还可以通过编写自定义分析器来简化这一过程。现在，您在 serviceOrderNo 字段上使用默认的字符串分析器。当您索引 "serviceOrderNo":"00000065" 时，ES 将其简单解释为 00000065。

您的自定义分析器可以使用相同的正则表达式将此字段标记为“0000065”和“65”。这样做的好处是正则表达式只在索引时运行一次，而不是每次运行查询时运行，因为 ES 将同时搜索“0000065”和“65”。

您还可以查看 the ES website documentation on Analyzers .

"settings":{
    "analysis": {
        "filter":{
           "trimZero": {
                "type":"pattern_capture",
                "patterns":"^0*([0-9]*$)"
           }
        },
       "analyzer": {
           "serviceOrderNo":{
               "type":"custom",
               "tokenizer":"standard",
               "filter":"trimZero"
           }
        }
    }
},
"mappings":{
    "serviceorderdto": {
        "properties":{
            "serviceOrderNo":{
                "type":"String",
                "analyzer":"serviceOrderNo"
            }
        }
    }
}