在pattern_replace中不区分大小写的替换

Question

我有pattern_replace令牌过滤器（es docs）

'addressPattern' => array(
                'type' => 'pattern_replace',
                'pattern' => '(str\.|street|and many more like this)',
                'replacement' => '',
            ),

如何使匹配不区分大小写？

Answer 1

很抱歉，这个答案不及时，但我正在寻找在Elasticsearch中执行不区分大小写的模式匹配的问题。一种方法是使用嵌入式标志：

'pattern' => '(?i)(str\.|street|and many more like this)',

嵌入式标志使用（？xyz）语法，其中xyz是标志。其他标志是'u'用于unicode情况，'m'用于多行，'s'用于dotall，以及更多。通常我和s是最有用的标志，如果使用非英语单词，你也可以使用它。请注意，嵌入式标志是上下文的 - 如果您将其放在组的开头，它仅适用于该组。

Lucene使用Java的标准库正则表达式，因此有关更多详细信息，请参阅java docs for util.regex.Pattern或tutorial on java regex patterns。

Answer 2

您可以在lowercase filter中加入analyzer。例如：

settings: {
  analysis: {
    tokenizer: {pattern_tokenizer: {... define your tokenizer here }}
    analyzer: {
      tokenizer: 'pattern_tokenizer',
      filter: ['lowercase'], 
      ....other details...

    }
  }
}

重点是在分析仪中定义lowercase过滤器。

如果您使用term查询来匹配搜索，则需要将搜索字词转换为小写，然后应用查询。