elasticsearch CamelCase搜索与Elasticsearch

我想配置Elasticsearch，以便搜索“JaFNam”将为“JavaFileName”创建一个好的分数

我试图构建一个分析器，它将CamelCase

模式

分析器与一个

边缘内存

标记器相结合。我认为这会产生如下术语：

J F N Ja Fi Na Jav Fil Nam Java File Name

但标记器似乎没有任何效果：我一直得到这些术语：

Java File Name

正确的Elasticsearch配置是什么样的

---

示例代码：

curl -XPUT    'http://127.0.0.1:9010/hello?pretty=1' -d'
{
  "settings":{
    "analysis":{
      "analyzer":{
        "camel":{
          "type":"pattern",
          "pattern":"([^\\p{L}\\d]+)|(?<=\\D)(?=\\d)|(?<=\\d)(?=\\D)|(?<=[\\p{L}&&[^\\p{Lu}]])(?=\\p{Lu})|(?<=\\p{Lu})(?=\\p{Lu}[\\p{L}&&[^\\p{Lu}]])",
          "filters": ["edge_ngram"]
        }
      }
    }
  }
}
'
curl -XGET    'http://127.0.0.1:9010/hello/_analyze?pretty=1' -d'
{
  "analyzer":"camel",
  "text":"JavaFileName"
}'

---

您的分析器定义不正确。您需要一个

标记器

和一个

过滤器数组

，因为您的分析器不工作。试着这样做：

{
  "settings": {
    "analysis": {
      "analyzer": {
        "camel": {
          "tokenizer": "my_pattern",
          "filter": [
            "my_gram"
          ]
        }
      },
      "filter": {
        "my_gram": {
          "type": "edge_ngram",
          "max_gram": 10
        }
      },
      "tokenizer": {
        "my_pattern": {
          "type": "pattern",
          "pattern": "([^\\p{L}\\d]+)|(?<=\\D)(?=\\d)|(?<=\\d)(?=\\D)|(?<=[\\p{L}&&[^\\p{Lu}]])(?=\\p{Lu})|(?<=\\p{Lu})(?=\\p{Lu}[\\p{L}&&[^\\p{Lu}]])"
        }
      }
    }
  }
}

{
“设置”：{
“分析”：{
“分析器”：{
“骆驼”：{
“标记器”：“我的模式”，
“过滤器”：[
“我的克”
]
}
},
“过滤器”：{
“我的克”：{
“类型”：“边缘图”，
“最大克数”：10
}
},
“标记器”：{
“我的模式”：{
“类型”：“模式”，
“模式”：“（[^\\p{L}\\d]+）|（？你只能有一个标记器，
pattern
或
edge\u ngram
，但不能同时使用这两个标记器。此外，我不确定为什么字符大小写会有任何区别。它与搜索
JaFNam
或
JaFNam
有多大区别？@Val eclipse和IntelliJ IDEs使用这种“大小写解释”"。它们对
JaFNam
和
JaFNam
的解释不同。我想在搜索中使用相同的行为。@Val我可以使用
edge\u ngram
过滤器而不是
edge\u ngram
标记器来实现所需的行为吗？是的，还有一个
edge\u ngram
过滤器，您可以try@Val可悲的是，我得到了和你一样的结果n使用筛选器。我更新了我的问题以使用筛选器而不是标记器。哦，是的，
max_gram
默认为2。我已更新了我的答案，很高兴它有帮助！
{
  "settings": {
    "analysis": {
      "analyzer": {
        "camel": {
          "tokenizer": "my_pattern",
          "filter": [
            "my_gram"
          ]
        }
      },
      "filter": {
        "my_gram": {
          "type": "edge_ngram",
          "max_gram": 10
        }
      },
      "tokenizer": {
        "my_pattern": {
          "type": "pattern",
          "pattern": "([^\\p{L}\\d]+)|(?<=\\D)(?=\\d)|(?<=\\d)(?=\\D)|(?<=[\\p{L}&&[^\\p{Lu}]])(?=\\p{Lu})|(?<=\\p{Lu})(?=\\p{Lu}[\\p{L}&&[^\\p{Lu}]])"
        }
      }
    }
  }
}