映射字符过滤器
编辑映射字符过滤器编辑
mapping 字符过滤器接受一个键值对映射。每当它遇到一个与键相同的字符串时，它就会用与该键关联的值替换它们。
匹配是贪婪的；在给定点匹配的最长模式获胜。允许替换为空字符串。
mapping 过滤器使用 Lucene 的 MappingCharFilter。
示例编辑
以下 分析 API 请求使用 mapping 过滤器将印度-阿拉伯数字 (٠١٢٣٤٥٦٧٨٩) 转换为阿拉伯-拉丁等效数字 (0123456789)，将文本 My license plate is ٢٥٠١٥ 更改为 My license plate is 25015。
response = client.indices.analyze(
body: {
tokenizer: 'keyword',
char_filter: [
{
type: 'mapping',
mappings: [
'٠ => 0',
'١ => 1',
'٢ => 2',
'٣ => 3',
'٤ => 4',
'٥ => 5',
'٦ => 6',
'٧ => 7',
'٨ => 8',
'٩ => 9'
]
}
],
text: 'My license plate is ٢٥٠١٥'
}
)
puts response
GET /_analyze
{
"tokenizer": "keyword",
"char_filter": [
{
"type": "mapping",
"mappings": [
"٠ => 0",
"١ => 1",
"٢ => 2",
"٣ => 3",
"٤ => 4",
"٥ => 5",
"٦ => 6",
"٧ => 7",
"٨ => 8",
"٩ => 9"
]
}
],
"text": "My license plate is ٢٥٠١٥"
}
过滤器生成以下文本
[ My license plate is 25015 ]
可配置参数编辑
-
mappings -
(必填*, 字符串数组) 映射数组，每个元素都具有
key => value的形式。必须指定此参数或
mappings_path参数。 -
mappings_path -
(必填*, 字符串) 包含
key => value映射的文件路径。此路径必须是相对于
config位置的绝对路径或相对路径，并且文件必须是 UTF-8 编码的。文件中每个映射必须用换行符分隔。必须指定此参数或
mappings参数。
自定义和添加到分析器编辑
要自定义 mappings 过滤器，请复制它以创建新自定义字符过滤器的基础。您可以使用其可配置参数修改过滤器。
以下 创建索引 API 请求使用自定义 mappings 过滤器 my_mappings_char_filter 配置一个新的 自定义分析器。
my_mappings_char_filter 过滤器将 :) 和 :( 表情符号替换为文本等效项。
response = client.indices.create(
index: 'my-index-000001',
body: {
settings: {
analysis: {
analyzer: {
my_analyzer: {
tokenizer: 'standard',
char_filter: [
'my_mappings_char_filter'
]
}
},
char_filter: {
my_mappings_char_filter: {
type: 'mapping',
mappings: [
':) => _happy_',
':( => _sad_'
]
}
}
}
}
}
)
puts response
PUT /my-index-000001
{
"settings": {
"analysis": {
"analyzer": {
"my_analyzer": {
"tokenizer": "standard",
"char_filter": [
"my_mappings_char_filter"
]
}
},
"char_filter": {
"my_mappings_char_filter": {
"type": "mapping",
"mappings": [
":) => _happy_",
":( => _sad_"
]
}
}
}
}
}
以下 分析 API 请求使用自定义 my_mappings_char_filter 将 :( 替换为 _sad_，文本为 I'm delighted about it :(。
GET /my-index-000001/_analyze
{
"tokenizer": "keyword",
"char_filter": [ "my_mappings_char_filter" ],
"text": "I'm delighted about it :("
}
过滤器生成以下文本
[ I'm delighted about it _sad_ ]