Java 弹性搜索中的模式匹配？

继续我之前的工作，我已经根据femtoRgon的一些字符和锚点更改了查询，弹性搜索不支持这些字符和锚点

我正在寻找匹配“xxx xx xxxx”这样的模式的方法，以便使用

弹性搜索

查找带有社会保险号码的文档

让我们假设，在索引文档中，我想找到所有那些社会保险号与“xxx xx xxxx”模式匹配的文档

为文档编制索引的示例代码：

InputStream is = null;
    try {
      is = new FileInputStream("/home/admin/Downloads/20121221.doc");
      ContentHandler contenthandler = new BodyContentHandler();
      Metadata metadata = new Metadata();
      Parser parser = new AutoDetectParser();
      parser.parse(is, contenthandler, metadata, new ParseContext());
      }
    catch (Exception e) {
      e.printStackTrace();
    }
    finally {
        if (is != null) is.close();
    } 

用于搜索的示例代码

QueryBuilder queryBuilderFullText = null;
queryBuilderFullText = QueryBuilders.filteredQuery(QueryBuilders.matchAllQuery(),
                        FilterBuilders.regexpFilter("_all", "[0-9]{3}?[0-9]{2}?[0-9]{4}"));
SearchRequestBuilder requestBuilder;
            requestBuilder = client.prepareSearch()
                    .setIndices(getDomainIndexId(project))
                    .setTypes(getProjectTypeId(project))
                    .setQuery(queryBuilderFullText);
SearchResponse response = requestBuilder.execute().actionGet(ES_TIMEOUT_MS);
            SearchHits hits = response.getHits();
if (hits.getTotalHits() > 0) {
System.out.println(hits.getTotalHits());
 } else {
                return 0l;  
        }

我在以下方面获得了成功：

45-555-5462
457-55-5462
4578-55-5462
457-55-54623
457-55-5462-23

但根据我的要求，它应该只返回“457-55-5462”（基于模式匹配“xxx xx xxxx”）

---

请帮助。

您忘记在正则表达式中添加

-

之前的

？

，必要时还可以使用锚定

"[0-9]{3}-?[0-9]{2}-?[0-9]{4}"

或

---

鉴于

^

，

$

和

\d

不能使用，我会这样做：

[^0-9-][0-9]{3}-[0-9]{2}-[0-9]{4}[^0-9-]

或在Java中：

FilterBuilders.regexpFilter("_all", "[^0-9-][0-9]{3}-[0-9]{2}-[0-9]{4}[^0-9-]"));

检查找到的数字之前或之后是否没有其他数字或破折号。不过，它确实要求在比赛前后都有一些字符，因此这不会捕获将社会保险号码作为最开始的或最结束的的文档

---

可能重复的@funkurm我已根据femtoRgon的帖子更改了查询，因为弹性搜索不支持某些字符和锚。所以我在这里更新了我的搜索查询。是的，我注意到在标记后，但我无法撤消标记，很抱歉。我也回答说，希望这能满足你的需要：）@funkworm没问题。感谢您的帮助，但不幸的是，弹性搜索不支持

\d

或

\\d

字符和

^

或

$

锚。已更改我的答案accordingly@Ashish让我们在该答案的注释中讨论答案：P您可以从Regex101演示中看到，它适用于所有3种regex口味。我猜问题在于

FilterBuilder

或

弹性搜索的另一部分。是的，这可能是弹性搜索的问题。我正在考虑这个问题。谢谢你们的帮助。我认为-问题在于索引，因为当它被索引时，它并没有被索引为一个术语“457-55-5462”，而是三个术语：“457”、“55”和“5462”。这就是我的术语搜索无法找到此术语的原因<代码>弹性搜索

在索引时删除连字符：（

xxx-xx-xxxx

不是

xxx-xxxx-xx

，但是你肯定可以用空格替换

{3}

和

{2}

后面的

-

。我读了一些他们的正则表达式引擎，但没有什么意义。他们说

abababababab

不匹配

（…）+

？

FilterBuilders.regexpFilter("_all", "[^0-9-][0-9]{3}-[0-9]{2}-[0-9]{4}[^0-9-]"));