› › ›

谓词脚本标记过滤器

谓词脚本标记过滤器编辑

删除与提供的谓词脚本不匹配的标记。该过滤器仅支持内联 Painless 脚本。脚本在分析谓词上下文中进行评估。

示例编辑

以下分析 API 请求使用 predicate_token_filter 过滤器仅输出来自 the fox jumps the lazy dog 的长度超过三个字符的标记。

response = client.indices.analyze(
  body: {
    tokenizer: 'whitespace',
    filter: [
      {
        type: 'predicate_token_filter',
        script: {
          source: "\n          token.term.length() > 3\n        "
        }
      }
    ],
    text: 'the fox jumps the lazy dog'
  }
)
puts response

GET /_analyze
{
  "tokenizer": "whitespace",
  "filter": [
    {
      "type": "predicate_token_filter",
      "script": {
        "source": """
          token.term.length() > 3
        """
      }
    }
  ],
  "text": "the fox jumps the lazy dog"
}

该过滤器生成以下标记。

[ jumps, lazy ]

API 响应包含每个输出标记的位置和偏移量。请注意，predicate_token_filter 过滤器不会更改标记的原始位置或偏移量。

响应

{
  "tokens" : [
    {
      "token" : "jumps",
      "start_offset" : 8,
      "end_offset" : 13,
      "type" : "word",
      "position" : 2
    },
    {
      "token" : "lazy",
      "start_offset" : 18,
      "end_offset" : 22,
      "type" : "word",
      "position" : 4
    }
  ]
}

可配置参数编辑

script

(必需，脚本对象) 包含用于过滤传入标记的条件的脚本。只有与该脚本匹配的标记才会包含在输出中。

此参数仅支持内联 Painless 脚本。该脚本在分析谓词上下文中进行评估。

自定义并添加到分析器编辑

要自定义 predicate_token_filter 过滤器，请复制它以创建新自定义标记过滤器的基础。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 predicate_token_filter 过滤器 my_script_filter 配置新的自定义分析器。

my_script_filter 过滤器删除类型不是 ALPHANUM 的标记。

response = client.indices.create(
  index: 'my-index-000001',
  body: {
    settings: {
      analysis: {
        analyzer: {
          my_analyzer: {
            tokenizer: 'standard',
            filter: [
              'my_script_filter'
            ]
          }
        },
        filter: {
          my_script_filter: {
            type: 'predicate_token_filter',
            script: {
              source: "\n              token.type.contains(\"ALPHANUM\")\n            "
            }
          }
        }
      }
    }
  }
)
puts response

PUT /my-index-000001
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "standard",
          "filter": [
            "my_script_filter"
          ]
        }
      },
      "filter": {
        "my_script_filter": {
          "type": "predicate_token_filter",
          "script": {
            "source": """
              token.type.contains("ALPHANUM")
            """
          }
        }
      }
    }
  }
}

« Porter 词干标记过滤器删除重复标记过滤器 »