elasticsearch - 使用 haystack 忽略 Elasticsearch 中的重音

Question

我正在使用 elasticsearch 和 haystack 来提供搜索。我希望用户使用英语以外的语言进行搜索。例如。目前正在尝试使用希腊语。

在搜索任何内容时如何忽略重音。例如。假设我输入 Ανδρέας (带重音符号)，其返回结果与之匹配。

但是当我输入 Ανδρεας 时，它没有返回任何结果。搜索引擎应该带来任何带有“Ανδρέας”和“Ανδρεας”的结果(第二个没有重音)。

有人可以指出如何解决问题吗？

如果我需要 Elasticsearch 、search_indexex 等的帖子设置，请告诉我。

编辑:

这是我的索引设置:

ELASTICSEARCH_INDEX_SETTINGS = {
     'settings': {
         "analysis": {
             "analyzer": {
                 "myanalyzer_search": {
                     "type": "custom",
                     "tokenizer": "standard",
                     "filter": [
                         "greek_lowercase_filter",
                         "my_stop_filter",
                         "greek_stem_filter",
                         "english_stem_filter",
                         "my_edge_ngram_filter",
                         "asciifolding"
                     ]
                 },
                 "myanalyzer_index": {
                     "type": "custom",
                     "tokenizer": "edgeNGram",
                     "filter": [
                         "greek_lowercase_filter",
                         "my_stop_filter",
                         "greek_stem_filter",
                         "english_stem_filter",
                         "my_edge_ngram_filter",
                         "asciifolding"
                     ]
                 },
             },
             "tokenizer": {
                 "my_edge_ngram_tokenizer": {
                     "type": "edgeNGram",
                     "min_gram": "2",
                     "max_gram": "18",
                     "token_chars": ["letter"]
                 }
             },
             "filter": {
                 "my_edge_ngram_filter": {
                     "type": "edgeNGram",
                     "min_gram": 3,
                     "max_gram": 18
                 },
                 "greek_stem_filter": {
                     "type": "stemmer",
                     "name": "greek"
                 },
                 "greek_lowercase_filter": {
                     "type": "lowercase",
                     "language": "greek"
                 },
                 "english_stem_filter": {
                     "type": "stemmer",
                     "name": "english"
                 },
                 "my_stop_filter": {
                     "type": "stop",
                     "stopwords": ["_greek_", "_english_"]
                 }
             }
         }
     }
}

这存在于 search_index.py :

class ProfileIndex(indexes.SearchIndex, indexes.Indexable):
    text = indexes.EdgeNgramField(document=True, use_template=True)
    title = indexes.CharField(model_attr='title')
    sorted_title = indexes.CharField(model_attr='title', indexed=False, stored=True)
    employment_history = indexes.EdgeNgramField(model_attr='employment_history', null=True)

    def get_model(self):
        return SellerProfile

    def index_queryset(self, using=None):
        return self.get_model().objects.all()


   .........

这是模板:

{{ object.user.get_full_name }}
{{ object.title }}
{{ object.bio }}
{{ object.employment_history }}
{{ object.education }}

我正在做如下查询:

results = SearchQuerySet().model(Profile).autocomplete(text='Ανδρεας')

和

results = SearchQuerySet().model(Profile).autocomplete(text='Ανδρέας')

谢谢。

Answer 1

您需要添加 asciifolding token 过滤器为您分析/查询管道 http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/analysis-asciifolding-tokenfilter.html

这基本上从您的单词中删除了任何重音，以便您以后可以轻松地找到它们，无论是否使用重音搜索。