search - 如何获得 Elasticsearch 以在尖括号内返回结果？

Question

我是 flex 搜索的新手。我正在尝试修复搜索，以便用户可以搜索html标记内的内容。当前，我们正在使用空白 token 生成器，因为我们需要它来返回带连字符名称的结果。因此，aname123-suffix project被索引为["aname123-suffix", "project"]，并且用户搜索"aname123-*"会返回正确的结果。

出现我的问题是因为我们还希望能够搜索html标记内的内容。因此，例如对于一个名为<aname123>-suffix project的项目，我们希望能够输入搜索词<aname123>-*并获取正确的结果。

该索引具有用于空白标记器的正确标记，即["<aname123>-suffix", "project"]，但是当我的搜索字符串是"\<aname123\>\-suffix"或"\\<aname123\\>\\-suffix"时， flex 搜索不会返回任何结果。

我认为解决方案在于

修改搜索字符串，以便 flex 搜索在我要求时返回<aname123>-suffix；或

能够将标签内的内容与空白标记分开索引，即["<aname123>-suffix", "project", "aname123", "suffix"]

到目前为止，我一直在通过更改索引来实现这一目标，但尚未成功。标准 token 生成器将允许在标签内搜索内容的结果，但是无法返回aname123-*的搜索结果。目前，我的分析仪设置如下所示:

{  "analysis":
         { "analyzer":
              { "my_whitespace_analyzer" :
                  {"type": "custom"
                        {"tokenizer": "whitespace},
                        {"filter": ["standard", "lowercase", "stop"]}
                  }
              },
              { "my_tag_analyzer":
                  {"type": "custom"
                        {"tokenizer": "standard"},
                        {"filter": ["standard", "lowercase", "stop"]}
                   }
               }
           }
 }

我可以创建一个自定义的char过滤器，以除去<和>，因此索引包含aname123；但是由于某种原因，在<aname123>*上进行搜索时， flex 搜索仍然无法返回正确的结果。但是，当我改用标准分析器时，索引包含aname123并返回<aname123>*的预期结果... flex 搜索中的尖括号有什么特别之处？

Answer 1

您可能需要看一下html_strip字符过滤器:

https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-htmlstrip-charfilter.html

来自其中一名Elasticsearch开发人员的示例如下:

https://gist.github.com/clintongormley/780895