# Classic Tokenizer **`classic`?tokenizer**?是一種基于語法的標記器，適用于英文文檔。 該標記器啟發式地特殊處理了首字母縮略詞、公司名稱、電子郵件地址和互聯網主機名。 但是，這些規則并不總是起作用，而且除了英文之外，大多數語言中并不能正常工作： * 它以大多數標點符號分割字詞，刪除標點符號。 不過，后面沒有空格的點被認為是?**token**?的一部分。 * 它以連字符分隔單詞。除非**token**?中有一個數字，在這種情況下，整個?**token**?將被解釋為產品編號，并且不分割。 * 它將電子郵件地址和互聯網主機名識別為一個詞元。 * ## **輸出示例** | `POST _analyze` `{` `"tokenizer"``:?``"classic"``,` `"text"``:?``"The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."` `}` | 上面的句子會生成如下的詞元： | `[ The, 2, QUICK, Brown, Foxes, jumped, over, the, lazy, dog's, bone ]` | ## **配置** **Classic Tokenizer**??接受以下參數： ***max_token_length**?*? 單個?token 的最大長度。如果一個 token 超過這個長度，則以??`max_token_length 為間隔分割。默認值是`?`255`.。 ## **配置示例** 下面的例子中，我們配置?**Classic Tokenizer?**的??`***max_token_length***?為 5 (便于展示)：` | `PUT my_index` `{` `"settings"``: {` `"analysis"``: {` `"analyzer"``: {` `"my_analyzer"``: {` `"tokenizer"``:?``"my_tokenizer"` `}` `},` `"tokenizer"``: {` `"my_tokenizer"``: {` `"type"``:?``"classic"``,` `"max_token_length"``: 5` `}` `}` `}` `}` `}` `POST my_index``/_analyze` `{` `"analyzer"``:?``"my_analyzer"``,` `"text"``:?``"The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."` `}` | 輸出如下： | `[ The, 2, QUICK, Brown, Foxes, jumpe, d, over, the, lazy, dog's, bone ]` |