Question

如果我用这个分析器（C＃）定义我的索引：

settings = new
{
    index = new
    {
        number_of_shards = 1,
        number_of_replicas = 1,

        analysis = new
        {
             analyzer = new
             {
                 analyzer_standard_with_html_strip = new
                 {
                     type = "standard",
                     char_filter = new string[] { "html_strip" },
                     stopwords = "_english_"
                 },

类型字段有什么作用？它是否基于标准分析仪的分析仪？如果我根本没有类型线它似乎工作。这来自https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-htmlstrip-charfilter.html，似乎暗示你不需要它：

在此示例中，我们将html_strip字符过滤器配置为离开标签到位：

PUT my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "keyword",
          "char_filter": ["my_char_filter"]
        }
      },
      "char_filter": {
        "my_char_filter": {
          "type": "html_strip",
          "escaped_tags": ["b"]
        }
      }
    }
  }
}

在那里，分析仪没有指定类型。不应该是“习惯”吗？

那么，在定义分析器时，类型字段会起什么作用？有什么区别

"my_analyzer": {
  "type": "standard",
  "tokenizer": "keyword",
  "char_filter": ["my_char_filter"]
}

和

"my_analyzer": {
  "type": "custom",
  "tokenizer": "keyword",
  "char_filter": ["my_char_filter"]
}

和

"my_analyzer": {
  "tokenizer": "keyword",
  "char_filter": ["my_char_filter"]
}

Answer 1

当您定义自定义分析器时，您应该指定"type": "custom"或忽略type设置，但这不是一个好习惯，并没有帮助传达您正在做的事情的含义

您也可以指定"type": "standard"，但前提是您只配置standard分析器，例如此处我们正在配置english分析器，但它不是定制的。

"my_english_analyzer": {
  "type": "standard",
  "max_token_length": 5,
  "stopwords": "_english_"
}

因此，您的分析器analyzer_standard_with_html_strip应为custom类型。如果您想在standard分析器中重用custom分析器但添加字符过滤器，则可以将standard analyzer重新定义为自定义过滤器，即使用相同的标记器和标记过滤器+添加字符过滤器，如下所示：

"analyzer_standard_with_html_strip": {
  "type": "custom",
  "tokenizer": "standard",                 <--- like standard
  "filter": [ "standard", "lowercase" ],   <--- like standard
  "char_filter": ["my_char_filter"]        <--- this is custom 
}

分析器定义中的类型字段

1 个答案: