使用空格分詞器時刪除逗號

Question

當使用空格分詞器時，會顯示「there，he is」這樣的文本。將被分成 「there」，「he」和「is」。當然，我想刪除標準標記器自動刪除的標點符號。

我的問題是：

1. 如何修剪這些標點符號？ （在elasticsearch設置中，例如添加另一個標記過濾器或charfilter）
2. 我需要使用空白標記化器，主要是因爲我不想要連字符詞被拆分。有沒有一種方法可以實現這一點，同時仍然使用標準的標記器？

Answer 1

你可以使用split（）可以刪除所有標點符號

String str ="there, he is."; 
String[] ss = str.split("[ ,.]"); 
for (String string : ss) { 
System.out.println(string); 
} 

試試這個 這將幫助ü

Answer 2

可以使用炭過濾器消除了「」。 Char Filter

Answer 3

您可以使用：

http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/analysis-word-delimiter-tokenfilter.html

我已經安裝一個片段̶=̶>̶HTTP：̶/̶/̶e̶s̶.̶s̶u̶b̶i̶t̶o̶l̶a̶b̶s̶.̶c̶o̶m̶/̶＃̶/̶t̶e̶s̶t̶r̶/̶m̶6̶m̶f̶b̶4̶a̶h̶i̶m̶8̶6̶w̶2̶9̶