analyzer（分析器） · Elasticsearch 5.4 中文文檔

# analyzer（分析器）原文鏈接 : [https://www.elastic.co/guide/en/elasticsearch/reference/current/analyzer.html](https://www.elastic.co/guide/en/elasticsearch/reference/current/analyzer.html) 譯文鏈接 : [http://www.apache.wiki/pages/editpage.action?pageId=9405573](http://www.apache.wiki/pages/editpage.action?pageId=9405573) 貢獻者 : [程威](/display/~chengwei)，[ApacheCN](/display/~apachecn)，[Apache中文網](/display/~apachechina) `[analyzed](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/mapping-index.html)（`被分析）的 **string** **fields**（字符串字段）的值通過?[`analyzer`](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/analysis.html)（分析器）來傳遞，將字符串轉換為一串?**`tokens`**（標記）標記或者?**`terms`**（詞條）。例如，基于某種分析器，字符串 "**The quick Brown Foxes**" 被解析為 :?**`quick?`**`，`**`brown`，`fox?`**`。`這些是索引該字段的實際?**`terms`**（詞條），可以用來有效地搜索大塊文本內的單個單詞。這樣的分析過程不僅發生在索引的時候，而且在查詢時也需要 : 查詢字符串需要通過相同（或類似的）**`analyzer?`**分析器傳遞，以便嘗試查找那些存在于索引的相同格式的?**`terms`**（詞條）。 **Elasticsearch?**內置了許多?[`pre-defined analyzers`](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/analysis-analyzers.html)（預定義的分析器），可以在不進一步配置的情況下使用。它還附帶許多?[`character filters`](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/analysis-charfilters.html)（字符過濾器），[`tokenizers`](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/analysis-tokenizers.html)（分詞器）和[`Token Filters`](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/analysis-tokenfilters.html)（標記過濾器）。可以用來組合配置每個索引的自定義`analyzer`（分析器）。每一個查詢，每一個字段或索引都可以指定分析器，在索引的時候，**Elasticsearch?**將按以下順序查找?**`analyzer`**（分析器）:? * 定義在字段映射中的?**`analyzer`**（分析器）。 * 索引設置中?**`default`**（默認）的?**`analyzer`**（分析器）。 * [`standard`](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/analysis-standard-analyzer.html)（標準的）**`analyzer`**（分析器）。在查詢時，還有幾層 : * 在?[`full-text query`](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/full-text-queries.html)（全文查找）中定義的?**`analyzer`**（分析器）。 * 在字段映射中定義的?**`search_analyzer`**（搜索分析器）。 * 在字段映射中定義的?**`analyzer`**（分析器）。 * 在索引配置中?**`default_search`**（默認搜索的）**`analyzer`**（分析器）。 * 索引設置中?**`default`**（默認）的?**`analyzer`**（分析器）。 * [`standard`](https://www.elastic.co/guide/en/elasticsearch/reference/5.3/analysis-standard-analyzer.html)（標準的）**`analyzer`**（分析器）。為特定字段指定分析器的最簡單的方法是在字段映射中進行定義，如下所示 :? ``` curl -XPUT 'localhost:9200/my_index?pretty' -H 'Content-Type: application/json' -d' { "mappings": { "my_type": { "properties": { "text": { # 1 "type": "text", "fields": { "english": { # 2 "type": "text", "analyzer": "english" } } } } } } } ' curl -XGET 'localhost:9200/my_index/_analyze?pretty' -H 'Content-Type: application/json' -d' # 3 { "field": "text", "text": "The quick Brown Foxes." } ' curl -XGET 'localhost:9200/my_index/_analyze?pretty' -H 'Content-Type: application/json' -d' # 4 { "field": "text.english", "text": "The quick Brown Foxes." } ' ``` | 1 | `**text**` 字段使用默認的 **`standard`**（標準的）分析器。 | | 2 | **`text.english` **多字段使用 **`english` **分詞器，可以刪除 **`stop words`**（停用詞）并應用于 **`stemming` **詞干。 | | 3 | 返回 **`tokens`**（標記）: [**`the`**，**`quick`**，**`brown`**，**`foxes`**]。 | | 4 | 返回 **`tokens`**（標記）: [**`quick`**，**`brown`**，**`fox`**]。 | ## search_quote_analyzer（搜索引用分析器） `該 **search_quote_analyzer?**`設置允許你為短語指定?**`analyzer`**（分析器），這在處理禁用短語的?**`stop words`**（停用詞）時特別有用。要使用三個?**`analyzer`**（分析器）設置來禁用短語的停用詞 :? 1. 一個?**`analyzer`**（分析器）設置成索引所有的?**`terms`**（詞條）包括?**`stop words`**（停用詞）。 2. 一個?**`search_analyzer?`**設置成將移除?**`stop words`**（停用詞）的非短語查詢。 3. 一個 `**search_quote_analyzer**?`設置不會移除?**`stop words`**（停用詞）的短語查詢。 ``` curl -XPUT 'localhost:9200/my_index?pretty' -H 'Content-Type: application/json' -d' { "settings":{ "analysis":{ "analyzer":{ "my_analyzer":{ # 1 "type":"custom", "tokenizer":"standard", "filter":[ "lowercase" ] }, "my_stop_analyzer":{ # 2 "type":"custom", "tokenizer":"standard", "filter":[ "lowercase", "english_stop" ] } }, "filter":{ "english_stop":{ "type":"stop", "stopwords":"_english_" } } } }, "mappings":{ "my_type":{ "properties":{ "title": { "type":"text", "analyzer":"my_analyzer", # 3 "search_analyzer":"my_stop_analyzer", # 4 "search_quote_analyzer":"my_analyzer" # 5 } } } } } ' ``` ``` PUT my_index/my_type/1 { "title":"The Quick Brown Fox" } PUT my_index/my_type/2 { "title":"A Quick Brown Fox" } GET my_index/my_type/_search { "query":{ "query_string":{ "query":"\"the quick brown fox\"" # 1 } } } ``` | 1 | **`my_analyzer` **分析器，用于標識所有 `terms`（詞條）包括 **`stop words`**（停用詞）。 | | 2 | 移除 `**stop** **words**`（停用詞）的 **`my_stop_analyzer` **分析器。 | | 3 | **`analyzer`**（分析器）設置指向將在索引時使用的 **`my_analyzer` **分析器。 | | 4 | **`search_analyzer` **設置指向 **`my_stop_analyzer`**，并移除非短語查詢的 **`stop words`**（停用詞）。 | | 5 | **`search_quote_analyzer` **設置指向 **`my_analyzer` **分析器，并確保 **`stop words`**（停用詞）不會從短語查詢中移除。 | | 1 | 由于查詢時用括號括起來的,因此它被檢測為短語查詢。因此 **`search_quote_analyzer` **會啟動并確保停用詞不會從查詢中移除。**`my_analyzer` **分析器將返回與其中一個文檔相匹配的 **`terms`**（詞條）[`**the**,``**quick**,``**brown**,`**`fox`**]。同時，將通過 **`my_stop_analyzer` **分析器分析 **`terms`**（詞條）查詢，該分析器將過濾掉 **`stop words`**（停用詞）。因此，搜索?**`The quick brown fox`**?或?**`A quick brown fox`**?將返回兩個文檔，因為這兩個文檔都包含以下 **`tokens`**（詞元）[`**quick**,``**brown**,`**`fox`**]。沒有 **`search_quote_analyzer`**，將不可能對 ?**phrase** **queries**（短語查詢）做到精確匹配，因為短語查詢時 **`stop words`**（停用詞）會被刪除，從而導致兩個文檔都會被匹配到。 |