python-3.x - 用于Elasticsearch的Python客户端的正则表达式支持有问题

Question

用于Elasticsearch的python客户端无法与regexp一起正常工作。在附带单词“platform”的查询示例中，它可以正常工作。一旦添加了另一个词(例如“java platform”)，它将返回0次匹配。大写字母的单词也一样。想知道python客户端是否正确支持regexp吗？可能是什么问题？

我在字符串之前和之后都尝试过。*，以检查编码是否有问题，但无济于事。我需要更复杂的regex表达式，但无法成功使这个琐碎的案例正常工作。

es = Elasticsearch([{'host': 'localhost', 'port': 9200}])
result = es.search(index="mydoc", body={"query": {"regexp" : {"Title" : "platform"}}})
result = es.search(index="mydoc", body={"query": {"regexp" : {"Title" : "java platform"}}})

没有错误。问题是简单情况下的命中率为0，例如在第二个示例中，其中索引文档包含字符串。

Answer 1

问题源于Elasticsearch中的两种搜索模式:对每个单词使用 token 的全文搜索，以及对整个字段值进行索引的关键字搜索。因此，要使用正则表达式跨单词搜索，我应该采用如下所示的关键字模式:

result = es.search(index='mydoc', size =34,body=
{
  "query": {
    "bool": {
      "must": [
        { "match": { "Title":   "java platform"        }}
      ],
      "filter": [
        { "regexp":  { "Title.keyword": ".*[j,J]ava platform.*" }}
      ]
    }
  }
})

该匹配项只是为了加快搜索速度，因为正则表达式开头包含。*。匹配项还将匹配平台Java，并且之间有任意数量的单词，而regexp则匹配特定顺序，首先是Java，然后是平台(它们必须相邻)。