<img src="//i.stack.imgur.com/RUiNP.png" height="16" width="18" alt="" class="sponsor tag img">elasticsearch Nest Elasticsearch-搜索某些字段的前面和其他字段的后面_<img Src="//i.stack.imgur.com/RUiNP.png" Height="16" Width="18" Alt="" Class="sponsor Tag Img">elasticsearch_Nest

elasticsearch Nest Elasticsearch-搜索某些字段的前面和其他字段的后面

nest

elasticsearch Nest Elasticsearch-搜索某些字段的前面和其他字段的后面,elasticsearch,nest,elasticsearch,Nest,我有一个例子，我需要在一些属性（姓和名）的第一部分进行部分匹配，在一些其他属性的末尾进行部分匹配，我想知道如何添加这两个分析器。例如，如果我的名字是“elastic”，我现在可以搜索“elastic”并找到它。但是，如果我的账号是abc12345678，我需要搜索“5678”并找到所有以该账号结尾的账号，但我不能用名字搜索“stic”并找到“elastic” 下面是我的Person类的一个简化示例： public class Person { public string

我有一个例子，我需要在一些属性（姓和名）的第一部分进行部分匹配，在一些其他属性的末尾进行部分匹配，我想知道如何添加这两个分析器。例如，如果我的名字是“elastic”，我现在可以搜索“elastic”并找到它。但是，如果我的账号是abc12345678，我需要搜索“5678”并找到所有以该账号结尾的账号，但我不能用名字搜索“stic”并找到“elastic”

下面是我的Person类的一个简化示例：

public class Person
{       
    public string AccountNumber { get; set; }

    [ElasticProperty(IndexAnalyzer = "partial_name", SearchAnalyzer = "full_name")]
    public string LastName { get; set; }
    [ElasticProperty(IndexAnalyzer = "partial_name", SearchAnalyzer = "full_name")]
    public string FirstName { get; set; }       
}

以下是我创建索引的相关现有代码，它目前非常适合搜索单词的开头：

//Set up analyzers on some fields to allow partial, case-insensitive searches.
var partialName = new CustomAnalyzer
{
    Filter = new List<string> { "lowercase", "name_ngrams", "standard", "asciifolding" },
    Tokenizer = "standard"
};

var fullName = new CustomAnalyzer
{
    Filter = new List<string> { "standard", "lowercase", "asciifolding" },
    Tokenizer = "standard"
};

var result = client.CreateIndex("persons", c => c
                .Analysis(descriptor => descriptor
                    .TokenFilters(bases => bases.Add("name_ngrams", new EdgeNGramTokenFilter
                    {
                        MaxGram = 15, //Allow partial match up to 15 characters. 
                        MinGram = 2, //Allow no smaller than 2 characters match
                        Side = "front"
                    }))
                    .Analyzers(bases => bases
                        .Add("partial_name", partialName)
                        .Add("full_name", fullName))
                    )
                    .AddMapping<Person>((m => m.MapFromAttributes()))
                );

您需要声明另一个分析器（我们称之为

partialBack

），专门用于从后面进行匹配，但您肯定可以重用现有的

edengram

令牌筛选器，如下所示：

var partialBack = new CustomAnalyzer
{
    Filter = new List<string> { "lowercase", "reverse", "name_ngrams", "reverse" },
    Tokenizer = "keyword"
};
...
                .Analyzers(bases => bases
                    .Add("partial_name", partialName)
                    .Add("partial_back", partialBack))
                    .Add("full_name", fullName))
                )

var partialBack=新的CustomAnalyzer
{
过滤器=新列表{“小写”、“反向”、“名称”、“反向”}，
标记器=“关键字”
};
...
.分析仪（基准=>基准
.添加（“部分名称”，部分名称）
.Add（“partial_back”，partialBack））
.Add（“全名”，全名））
)

这里的关键是双重使用令牌过滤器

字符串（

abc12345678

）为

第一个小写（
```
abc12345678
```
）
然后反转（
```
87654321cba
```
）
然后边缘框架（
```
87
```
，
```
876
```
，
```
8765
```
，
```
87654
```
，
```
876543
```
，…）
最后，令牌再次被反转（
```
78
```
，
```
678
```
，
```
5678
```
，
```
45678
```
，
```
345678
```
，…）

如您所见，结果是字符串被标记为“从后面”，因此对

5678

的搜索将匹配

abc12345678

，您需要声明另一个分析器（我们称之为

partialBack

）专门用于从后面进行匹配，但您肯定可以重用现有的

edgeNGram

标记过滤器，如下所示：

var partialBack = new CustomAnalyzer
{
    Filter = new List<string> { "lowercase", "reverse", "name_ngrams", "reverse" },
    Tokenizer = "keyword"
};
...
                .Analyzers(bases => bases
                    .Add("partial_name", partialName)
                    .Add("partial_back", partialBack))
                    .Add("full_name", fullName))
                )

var partialBack=新的CustomAnalyzer
{
过滤器=新列表{“小写”、“反向”、“名称”、“反向”}，
标记器=“关键字”
};
...
.分析仪（基准=>基准
.添加（“部分名称”，部分名称）
.Add（“partial_back”，partialBack））
.Add（“全名”，全名））
)

这里的关键是双重使用令牌过滤器

字符串（

abc12345678

）为

第一个小写（
```
abc12345678
```
）
然后反转（
```
87654321cba
```
）
然后边缘框架（
```
87
```
，
```
876
```
，
```
8765
```
，
```
87654
```
，
```
876543
```
，…）
最后，令牌再次被反转（
```
78
```
，
```
678
```
，
```
5678
```
，
```
45678
```
，
```
345678
```
，…）

如您所见，结果是字符串被标记为“从后面”，因此对

5678

的搜索将匹配

abc12345678

，您需要声明另一个分析器（我们称之为

partialBack

）专门用于从后面进行匹配，但您肯定可以重用现有的

edgeNGram

标记过滤器，如下所示：

var partialBack = new CustomAnalyzer
{
    Filter = new List<string> { "lowercase", "reverse", "name_ngrams", "reverse" },
    Tokenizer = "keyword"
};
...
                .Analyzers(bases => bases
                    .Add("partial_name", partialName)
                    .Add("partial_back", partialBack))
                    .Add("full_name", fullName))
                )

var partialBack=新的CustomAnalyzer
{
过滤器=新列表{“小写”、“反向”、“名称”、“反向”}，
标记器=“关键字”
};
...
.分析仪（基准=>基准
.添加（“部分名称”，部分名称）
.Add（“partial_back”，partialBack））
.Add（“全名”，全名））
)

这里的关键是双重使用令牌过滤器

字符串（

abc12345678

）为

第一个小写（
```
abc12345678
```
）
然后反转（
```
87654321cba
```
）
然后边缘框架（
```
87
```
，
```
876
```
，
```
8765
```
，
```
87654
```
，
```
876543
```
，…）
最后，令牌再次被反转（
```
78
```
，
```
678
```
，
```
5678
```
，
```
45678
```
，
```
345678
```
，…）

如您所见，结果是字符串被标记为“从后面”，因此对

5678

的搜索将匹配

abc12345678

，您需要声明另一个分析器（我们称之为

partialBack

）专门用于从后面进行匹配，但您肯定可以重用现有的

edgeNGram

标记过滤器，如下所示：

var partialBack = new CustomAnalyzer
{
    Filter = new List<string> { "lowercase", "reverse", "name_ngrams", "reverse" },
    Tokenizer = "keyword"
};
...
                .Analyzers(bases => bases
                    .Add("partial_name", partialName)
                    .Add("partial_back", partialBack))
                    .Add("full_name", fullName))
                )

var partialBack=新的CustomAnalyzer
{
过滤器=新列表{“小写”、“反向”、“名称”、“反向”}，
标记器=“关键字”
};
...
.分析仪（基准=>基准
.添加（“部分名称”，部分名称）
.Add（“partial_back”，partialBack））
.Add（“全名”，全名））
)

这里的关键是双重使用令牌过滤器

字符串（

abc12345678

）为

第一个小写（
```
abc12345678
```
）
然后反转（
```
87654321cba
```
）
然后边缘框架（
```
87
```
，
```
876
```
，
```
8765
```
，
```
87654
```
，
```
876543
```
，…）
最后，令牌再次被反转（
```
78
```
，
```
678
```
，
```
5678
```
，
```
45678
```
，
```
345678
```
，…）

如您所见，结果是字符串被标记为“从后面”，因此对

5678

的搜索将匹配

abc12345678

谢谢@Val。我将在星期一尝试这一点。这很好。工作得很好。谢谢你的帮助。谢谢@Val。星期一第一件事我就试试。真漂亮。工作表现