elasticsearch - Elasticsearch:自定义 token 过滤器

Question

由于没有关于该主题的文档，因此了解如何从头开始在Java中实现自定义 token 过滤器插件非常复杂。
我想获得一个分析器过滤器，该过滤器仅返回例如数字的 token 。
任何的想法？

Answer 1

现有的过滤器可以执行此操作。例如， keep_types token filter可以做到这一点。
如果您使用<NUM>类型，则自定义 token 过滤器将仅允许数字 token 通过并过滤掉所有其他 token 。

GET _analyze
{
  "tokenizer": "standard",
  "filter": [
    {
      "type": "keep_types",
      "types": [ "<NUM>" ]
    }
  ],
  "text": "1 quick fox 2 lazy dogs"
}

结果:

[1, 2]

您也可以使用 pattern_capture token filter获得类似的结果。
但是，如果您真的想采用Java方式，那么最好的方法是克隆一个 existing analysis plugin并自己滚动。