elasticsearch - 如何从elasticsearch标记器中删除一个定界符？

Question

我正在使用Elasticsearch 6.8进行文本搜索。我意识到elasticsearch标记生成器通过使用此处列出的定界符http://unicode.org/reports/tr29/#Default_Word_Boundaries将文本分解为单词。我正在使用match_phase搜索文档中的一个字段，并且想删除一个tokenizer使用的分隔符。

我进行了一些搜索，找到了一些解决方案，例如，使用keyword而不是text。由于该解决方案不支持部分查询，因此会对我的搜索功能产生重大影响。

另一种解决方案是使用keyword查询，但使用通配符支持部分查询。但这可能会影响查询的性能。而且，我仍然喜欢将tokenizer用于其他定界符。

第三种选择是使用tokenize_on_chars定义用于标记文本的所有字符。但这要求我列出所有其他定界符。所以我正在寻找类似tokenize_except_chars的东西。

那么，是否有一种简单的方法可以让我从Elasticsearch6.8中使用的定界符中删除一个字符？

Answer 1

我发现elasticsearch支持protected_words可以完成这项工作。可以在https://www.elastic.co/guide/en/elasticsearch/reference/6.8/analysis-word-delimiter-tokenfilter.html中找到更多信息