regex - Elasticsearch模式正则表达式以

Question

我想问一下是否存在一些文档，这些文档描述了如何使用 Elasticseach模式正则表达式。

我需要编写模式捕获 token 筛选器，该筛选器仅筛选以特定单词开头的代币。例如，输入 token 流应类似于(“abcefgh”，“abc123”，“aabbcc”，“abc”，“abdef”)，而我的 token 生成器将仅返回代币 abcefgh ， abc123 ， abc ，因为这些 token 以“ abc ”开头。

有人可以帮我实现这个用例吗？

谢谢。

Answer 1

我建议是这样的:

"analysis": {
  "analyzer": {
    "my_trim_keyword_analyzer": {
      "type": "custom",
      "tokenizer": "keyword",
      "filter": [
        "lowercase",
        "trim",
        "generate_tokens",
        "eliminate_tokens",
        "remove_empty"
      ]
    }
  },
  "filter": {
    "eliminate_tokens": {
      "pattern": "^(?!abc)\\w+$",
      "type": "pattern_replace",
      "replacement": ""
    },
    "generate_tokens": {
      "type": "pattern_capture",
      "preserve_original": 1,
      "patterns": [
        "(([a-z]+)(\\d*))"
      ]
    },
    "remove_empty": {
      "type": "stop",
      "stopwords": [""]
    }
  }
}

如果 token 是pattern_capture过滤器的结果，则需要在此过滤器之后添加一个在我的示例中称为eliminate_tokens的过滤器，该过滤器基本上与不以abc开头的 token 匹配。那些不匹配的将替换为空字符串("replacement": "")。

此后，为了删除空 token ，我添加了remove_empty过滤器，该过滤器基本上是stop过滤器，其中停用词是""(空字符串)。