ICU 规范化字符过滤器
编辑ICU 规范化字符过滤器
编辑根据此处所述对字符进行规范化。它将自身注册为 icu_normalizer 字符过滤器，无需任何其他配置即可用于所有索引。可以通过 name 参数指定规范化类型，该参数接受 nfc、nfkc 和 nfkc_cf（默认值）。将 mode 参数设置为 decompose 可将 nfc 转换为 nfd 或将 nfkc 转换为 nfkd。
可以通过指定 unicode_set_filter 参数来控制哪些字母被规范化，该参数接受一个UnicodeSet。
以下为两个示例，分别为默认用法和自定义字符过滤器
PUT icu_sample
{
"settings": {
"index": {
"analysis": {
"analyzer": {
"nfkc_cf_normalized": {
"tokenizer": "icu_tokenizer",
"char_filter": [
"icu_normalizer"
]
},
"nfd_normalized": {
"tokenizer": "icu_tokenizer",
"char_filter": [
"nfd_normalizer"
]
}
},
"char_filter": {
"nfd_normalizer": {
"type": "icu_normalizer",
"name": "nfc",
"mode": "decompose"
}
}
}
}
}
}