Elasticsearch「pattern_replace」，在分析時替換空格

Question

基本上我想刪除所有空格並將整個字符串標記爲單個標記。 （稍後我會使用NGRAM最重要的是。）

這是我的索引設置：

"settings": { 
"index": { 
    "analysis": { 
    "filter": { 
     "whitespace_remove": { 
     "type": "pattern_replace", 
     "pattern": " ", 
     "replacement": "" 
     } 
    }, 
    "analyzer": { 
     "meliuz_analyzer": { 
     "filter": [ 
      "lowercase", 
      "whitespace_remove" 
     ], 
     "type": "custom", 
     "tokenizer": "standard" 
     } 
    } 
    } 
} 

相反的"pattern": " "，我試過"pattern": "\\u0020"和\\s了。

但是，當我分析文本「beleza na web」時，它仍然創建三個單獨的標記：「beleza」，「na」和「web」，而不是一個單獨的「belezanaweb」。

Answer 1

分析器首先通過標記分析字符串，然後應用一系列標記過濾器來分析字符串。您已將標記器指定爲標準，表示輸入已使用分別創建標記的standard tokenizer進行標記。然後將模式替換過濾器應用於令牌。使用keyword tokenizer而不是標準標記器。其餘的映射是好的。 你可以改變你的映射如下

"settings": { 
"index": { 
    "analysis": { 
    "filter": { 
     "whitespace_remove": { 
     "type": "pattern_replace", 
     "pattern": " ", 
     "replacement": "" 
     } 
    }, 
    "analyzer": { 
     "meliuz_analyzer": { 
     "filter": [ 
      "lowercase", 
      "whitespace_remove", 
      "nGram" 
     ], 
     "type": "custom", 
     "tokenizer": "keyword" 
     } 
    } 
    } 
}