elasticsearch - 更改Elasticsearch Path Hierarchy Tokenizer定界符

Question

我在使用Path Hierarchy Tokenizer时遇到了一些问题。
我需要的是使用使用反斜杠作为分隔符的路径层次结构标记器。

我正在尝试做的是索引和搜索Windows路径。

 "index": {
  "analysis": {
     "tokenizer": {
        "path": {
           "type": "path_hierarchy",
           "delimeter": "\\"
        }
     },
     "analyzer": {
        "analyzer_path": {
           "type": "custom",
           "tokenizer": "path",
           "filter": "lowercase"
        }
     }
  }

当我尝试获取自定义字符串的标记化元素时，我得到了一个标记

GET /test/_analyze?analyzer=analyzer_path&text=C:\Users\Admin\AppData\Local\Temp\hello.exe


"tokens": [
  {
     "token": "c:\\users\\admin\\appdata\\local\\temp\\hello.exe",
     "start_offset": 0,
     "end_offset": 43,
     "type": "word",
     "position": 1
  }
]

使用正斜杠给出正确的结果

GET /test/_analyze?analyzer=analyzer_path&text=C:/Users/Admin/AppData/Local/Temp/hello.exe

我得到了所有的 token 。

似乎分隔符设置被完全忽略了。

Answer 1

您有错字，delimeter应该读为 delimiter 。这可能是问题所在。

它使用正斜杠的原因是，如果未指定正斜杠，则它是默认的定界符，并且由于delimeter拼写错误，因此将使用默认的定界符。

他们可能应该做的是由于参数未知而发出错误，而是just silently ignore it。您可能会使用file an issue。