ICU 规范化词元过滤器
编辑ICU 规范化词元过滤器
编辑按照此处所述的方式规范化字符。它将自身注册为 icu_normalizer 词元过滤器，该过滤器可用于所有索引，无需任何进一步配置。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）。
可以通过指定 unicode_set_filter 参数来控制规范化哪些字母，该参数接受 UnicodeSet。
您可能应该更倾向于使用规范化字符过滤器。
以下是两个示例，默认用法和一个自定义的词元过滤器
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"
}
}
}
}
}
}