ICU 规范化 Token 过滤器
编辑ICU 规范化 Token 过滤器
编辑根据此处说明对字符进行规范化。它将自身注册为 icu_normalizer Token 过滤器，无需任何其他配置即可用于所有索引。规范化类型可以通过 name 参数指定，该参数接受 nfc、nfkc 和 nfkc_cf（默认值）。
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。
您可能更倾向于使用规范化字符过滤器。
以下提供两个示例，分别是默认用法和自定义 Token 过滤器
PUT icu_sample
{
"settings": {
"index": {
"analysis": {
"analyzer": {
"nfkc_cf_normalized": {
"tokenizer": "icu_tokenizer",
"filter": [
"icu_normalizer"
]
},
"nfc_normalized": {
"tokenizer": "icu_tokenizer",
"filter": [
"nfc_normalizer"
]
}
},
"filter": {
"nfc_normalizer": {
"type": "icu_normalizer",
"name": "nfc"
}
}
}
}
}
}