elasticsearch - 在Elasticsearch中索引字符串的最后一个单词

Question

我正在寻找一种方法来将字段的最后一个单词(或更笼统地说:最后一个标记)索引到一个单独的子字段中。我已经研究了Predicate Script token 过滤器，但是在这种情况下，无痛脚本API仅提供了从原始输入字符串开始的脚尖的绝对位置，因此我可以找到第一个这样的 token :

GET /_analyze
{
  "tokenizer": "whitespace",
  "filter": [
    {
      "type": "predicate_token_filter",
      "script": {
        "source": """
          token.position == 0
        """
      }
    }
  ],
  "text": "the fox jumps the lazy dog"
}

这有效并导致:

{
  "tokens" : [
    {
      "token" : "the",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "<ALPHANUM>",
      "position" : 0
    }
  ]
}

但是我需要最后一个 token ，而不是第一个。如果没有在Elasticsearch之外准备单独的字段预索引，有什么方法可以实现？

Answer 1

您在正确的道路上!解决方案与您所拥有的不远...当您知道可以轻松获取第一个 token 时，但您需要的是最后一个...只需反转字符串即可...
以下分析器将仅输出您需要的 token ，即dog。
我们首先从反转整个字符串开始，然后按标记拆分，使用谓词脚本仅选择第一个，然后再次反转该标记。瞧!

POST test/_analyze
{
  "text": "the fox jumps the lazy dog",
  "tokenizer": "keyword",
  "filter": [
    "reverse",
    "word_delimiter",
    {
      "type": "predicate_token_filter",
      "script": {
        "source": """
          token.position == 0
        """
      }
    },
    "reverse"
  ]
}

结果:

{
  "tokens" : [
    {
      "token" : "dog",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "word",
      "position" : 0
    }
  ]
}