规范器
编辑规范器编辑
规范器类似于分析器，但它们只能发出单个标记。因此，它们没有分词器，并且只接受可用字符过滤器和标记过滤器的子集。只有基于每个字符的过滤器才允许。例如，允许小写过滤器，但不允许词干提取过滤器，因为词干提取过滤器需要查看整个关键字。可以在规范器定义中使用的过滤器当前列表为：arabic_normalization、asciifolding、bengali_normalization、cjk_width、decimal_digit、elision、german_normalization、hindi_normalization、indic_normalization、lowercase、pattern_replace、persian_normalization、scandinavian_folding、serbian_normalization、sorani_normalization、trim、uppercase。
Elasticsearch 附带一个 lowercase 内置规范器。对于其他形式的规范化，需要自定义配置。
自定义规范器编辑
自定义规范器接受一个 字符过滤器 列表和一个 标记过滤器 列表。
response = client.indices.create(
index: 'index',
body: {
settings: {
analysis: {
char_filter: {
quote: {
type: 'mapping',
mappings: [
'« => "',
'» => "'
]
}
},
normalizer: {
my_normalizer: {
type: 'custom',
char_filter: [
'quote'
],
filter: [
'lowercase',
'asciifolding'
]
}
}
}
},
mappings: {
properties: {
foo: {
type: 'keyword',
normalizer: 'my_normalizer'
}
}
}
}
)
puts response
PUT index
{
"settings": {
"analysis": {
"char_filter": {
"quote": {
"type": "mapping",
"mappings": [
"« => \"",
"» => \""
]
}
},
"normalizer": {
"my_normalizer": {
"type": "custom",
"char_filter": ["quote"],
"filter": ["lowercase", "asciifolding"]
}
}
}
},
"mappings": {
"properties": {
"foo": {
"type": "keyword",
"normalizer": "my_normalizer"
}
}
}
}