java - Elasticsearch排序字段包含特殊字符数字和字母

Question

我创建了一个不区分大小写的分析器

PUT /dhruv3
{
  "settings": {
    "index": {
      "analysis": {
        "analyzer": {
          "analyzer_keyword": {
            "tokenizer": "keyword",
            "filter": [ "lowercase", "asciifolding" ]
          }
        }
      }
    }
  },
  "mappings": {
    "test": {
      "properties": {
        "about": {
          "type": "string",
          "analyzer": "analyzer_keyword"
        },
        "firsName": {
          "type": "string"
        }
      }
    }
  }
}

并将其用于映射。关于字段应该包含 aplha 数字和特殊字符。然后我用 about 字段插入一些值作为

1234, `pal, pal, ~pal

。除了搜索之外，我还需要对结果进行排序。搜索效果很好但是当我尝试将它们排序为

GET dhruv/test/_search
{
  "sort": [
    {
      "about": {
        "order": "asc"
      }
    }
  ]
}

我在 about 字段中得到的结果为

1234,`pal,pal,~pal

。但我希望它们首先是特殊字符，然后是数字，最后是字母。

我做了一些功课，发现这是因为它们的 ASCII 值。所以我搜索了互联网并尝试了asciifolding。但没有成功。我知道某些地方有一些解决方案，但我无法弄清楚。请指导我

Answer 1

您是对的，您所看到的排序行为是由于特殊字符的 ASCII 值大于数字的 ASCII 值。准确地说，查看ASCII table ，我们有以下值:

• 1 的 ASCII 值是 49
• ` 的 ASCII 值是 96
• p 的 ASCII 值是 112
• ~ 的 ASCII 值是 126

asciifolding token filter只是将 ASCII 表中不的字符和数字(即前 127 个字符)转换为相应的 ASCII 字符(如果存在)(例如 é、è、ë、ê 转换为 e)。由于上面的所有字符都在 ASCII 表中，因此这不是您要查找的内容。

如果您希望特殊字符在搜索中首先出现，有多种方法。

实现此目的的一种方法是简单地对它们的 ASCII 值取反，以便它们始终位于 ASCII 0 字符之前，然后使用脚本排序:

{
  "sort": [
    {
      "_script": {
        "script": "return doc['about'].value.chars[0].isLetterOrDigit() ? 1 : -1",
        "type": "number",
        "order": "asc"
      }
    }
  ]
}