asp.net - ASP.NET中的 Elasticsearch -使用＆符号

Question

我是ASP.NET中的Elastic Search的新手，目前有一个问题无法解决。

从文档中，我已经看到&符号未作为特殊字符列出。但是，当我提交搜索与符号时，它会被完全忽略。例如，如果我搜索procter & gamble，&符号将被完全忽略。这给我带来了很多问题，因为我有一些公司的名称类似于M&S。当&符号被忽略时，我基本上得到了所有带有M或S的东西。如果我尝试使用精确搜索(M&S)，则会遇到相同的问题。

我的代码是:

void Connect()
{            
    node = new Uri(ConfigurationManager.AppSettings["Url"]);
    settings = new ConnectionSettings(node);
    settings.DefaultIndex(ConfigurationManager.AppSettings["defaultIndex"]);
    settings.ThrowExceptions(true);
    client = new ElasticClient(settings);                        
}

private string escapeChars(string inStr) {
    var temp = inStr;
    temp = temp
        .Replace(@"\", @"\\")
        .Replace(@">",string.Empty)
        .Replace(@"<",string.Empty)
        .Replace(@"{",string.Empty)
        .Replace(@"}",string.Empty)
        .Replace(@"[",string.Empty)
        .Replace(@"]",string.Empty)
        .Replace(@"*",string.Empty)
        .Replace(@"?",string.Empty)
        .Replace(@":",string.Empty)
        .Replace(@"/",string.Empty);
    return temp;
}

然后在我的功能之一内

Connect();    
ISearchResponse<ElasticSearch_Result> search_result;            
var QString = escapeChars(searchString);                  
search_result = client.Search<ElasticSearch_Result>(s => s
    .From(0)
    .Size(101)
    .Query(q => 
        q.QueryString(b => 
            b.Query(QString)
            //.Analyzer("whitespace")
            .Fields(fs => fs.Field(f => f.CompanyName))                                
        )
    )
    .Highlight(h => h
        .Order("score")
        .TagsSchema("styled")
        .Fields(fs => fs
            .Field(f => f.CompanyName)
        )
    )
);

我试过包括分析器，但是后来我发现它们会改变 token 化器 split字的方式。我无法对 token 生成器进行更改。

我希望能够有以下情形:

搜索: M&S Company Foo Bar
token : M&S Company Foo Bar +如果有可能也有 M S token ，则奖励

我正在使用 flex 搜索V5.0。

任何帮助都超过了欢迎。包括比在这里找到的更好的文档: https://www.elastic.co/guide/en/elasticsearch/client/net-api/5.x/writing-queries.html。

Answer 1

默认情况下，分析器应用的文本字段为standard analyzer。该分析器将standard tokenizer与lowercase token filter一起应用。因此，当您根据该字段为某个值建立索引时，标准分析器将应用于该值，并且由此产生的 token 也将针对该字段进行索引。

让我们通过例如对于字段companyName(文本类型)，让我们假设在索引文档时传递的值是M&S Company Foo Bar。应用标准分析器后，此值的结果标记为:

m
s
company
foo
bar

您会注意到，不仅空格而且 &都用作分隔符，以拆分和生成 token 。

当您针对该字段进行查询且未在搜索查询中传递任何分析器时，默认情况下，它也会将同一分析器也应用于搜索，该分析器也将用于对该字段建立索引。因此，如果您搜索 M&S，它将被标记为 M和 S，因此实际搜索查询将搜索这两个标记而不是 M&S。

要解决此问题，您需要更改字段 companyName的分析器。您可以创建一个使用 whitespace tokenizer和小写过滤器的自定义分析器，而不是标准分析器(以使搜索大小写不敏感)。为此，您需要如下更改设置和映射:

{
  "settings": {
    "analysis": {
      "analyzer": {
        "whitespace_lowercase": {
          "tokenizer": "whitespace",
          "filter": [
            "lowercase"
          ]
        }
      }
    }
  },
  "mappings": {
    "_doc": {
      "properties": {
        "companyName": {
          "type": "text",
          "analyzer": "whitespace_lowercase",
          "fields": {
            "keyword": {
              "type": "keyword"
            }
          }
        }
      }
    }
  }
}

现在对于上述输入，生成的 token 将是:

m&s
company
foo
bar

这将确保在搜索 M&S时不忽略 &。