elasticsearch 为Solr和Lucene中的内容编制索引，并在连接的电子邮件用户名上进行匹配

我正在将原始内容索引到文档中，如果文档中包含robby之类的电子邮件，则会将原始内容索引到文档中。pond@email.com我需要搜索一下robbypond找到的文件

目前我正在使用ClassicTokenizer（也用于电话号码的特殊处理）和WordDelimiterGraphFilter，这里是一个简化的分析器链

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>
      <filter class="solr.WordDelimiterGraphFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
    </analyzer>
    <analyzer type="query">
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>
      <filter class="solr.WordDelimiterGraphFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
    </analyzer>
</fieldType> 

这将使用所有类型的电子邮件生成以下令牌

robby pond gmail com robby pond gmail com

问题是，我有一个要求，像robbypond这样的搜索将命中文档。是否有任何现有筛选器或参数集可用于连接robby和pond令牌，并将robbypond令牌添加到令牌流？

您可以使用，它在令牌赋予器之前执行，并可以用空字符替换

，因此，与成本非常高的

木瓦相比，只有相关的代币组合在一起

创建此类分析器的示例设置

{
    "settings": {
        "analysis": {
            "analyzer": {
                "my_analyzer": {
                    "tokenizer": "standard",
                    "char_filter": [
                        "replace_dots"
                    ]
                }
            },
            "char_filter": {
                "replace_dots": {
                    "type": "mapping",
                    "mappings": [
                        ". =>"
                    ]
                }
            }
        }
    }
}

并使用AnalyzeAPI检查和测试令牌

POST/\u分析

{
    "text" : "robby.pond@email.com",
    "analyzer" : "my_analyzer"
}

和生成的令牌

{
    "tokens": [
        {
            "token": "robbypond",
            "start_offset": 0,
            "end_offset": 10,
            "type": "<ALPHANUM>",
            "position": 0
        },
        {
            "token": "emailcom",
            "start_offset": 11,
            "end_offset": 20,
            "type": "<ALPHANUM>",
            "position": 1
        }
    ]
}

{
“代币”：[
{
“令牌”：“robbypond”，
“起始偏移量”：0，
“端部偏移”：10，
“类型”：“，
“位置”：0
},
{
“令牌”：“emailcom”，
“起始偏移量”：11，
“端部偏移”：20，
“类型”：“，
“职位”：1
}
]
}
您可以使用，它在标记器之前执行，可以用空字符替换
，这样与
木瓦相比，只有相关的标记组合在一起，这将非常昂贵

创建此类分析器的示例设置

{
    "settings": {
        "analysis": {
            "analyzer": {
                "my_analyzer": {
                    "tokenizer": "standard",
                    "char_filter": [
                        "replace_dots"
                    ]
                }
            },
            "char_filter": {
                "replace_dots": {
                    "type": "mapping",
                    "mappings": [
                        ". =>"
                    ]
                }
            }
        }
    }
}

并使用AnalyzeAPI检查和测试令牌

POST/\u分析

{
    "text" : "robby.pond@email.com",
    "analyzer" : "my_analyzer"
}

和生成的令牌

{
    "tokens": [
        {
            "token": "robbypond",
            "start_offset": 0,
            "end_offset": 10,
            "type": "<ALPHANUM>",
            "position": 0
        },
        {
            "token": "emailcom",
            "start_offset": 11,
            "end_offset": 20,
            "type": "<ALPHANUM>",
            "position": 1
        }
    ]
}

{
“代币”：[
{
“令牌”：“robbypond”，
“起始偏移量”：0，
“端部偏移”：10，
“类型”：“，
“位置”：0
},
{
“令牌”：“emailcom”，
“起始偏移量”：11，
“端部偏移”：20，
“类型”：“，
“职位”：1
}
]
}
Shingle过滤器将为您连接连续的令牌，并带有可选的分隔符：-但这取决于您需要这些匹配的精确程度（即，您将丢失有关gmail.com的元数据，因此您还将获得作为令牌的
pondgmail
。@Robby您是否有机会查看我的答案，如果您有任何疑问，请随时发表评论，这已经是相当长的一段时间了，如果您可以提供更新，那将是非常好的：）Shingle筛选器将为您连接连续的令牌，并带有可选的分隔符：-但这将取决于您需要这些匹配的精确程度（也就是说，你会丢失gmail.com在
@
之后的元数据，因此你也会得到
pondgmail
作为代币）。@Robby你有没有机会查看我的答案，如果你有任何疑问，请随时发表评论，这已经是相当长的一段时间了，如果你能提供更新，那就太好了：）