ES学习--详细配置与使用自定义分词器Analyzer

首先看一下实现一个 character filter, tokenizer, token filter 三部分全部自定义的分词器Analyzer的相关语法结构。

实现自定义的 character filter , 语法结构为： 'char_filter': {         '自定义char filter的名称':{           '配置项1':'配置项1值',          '配置项2':'配置项2值',           '...':'...'         }       }图1示：定义一个 mapping 类型的 character filter，处理表情字符图2示：定义一个 pattern replace 类型的 character filter，处理手机号码

实现自定义的 Tokenizer, 语法结构为： 'tokenizer': {         '自定义tokenizer的名称':{           '配置项1':'配置项1值',          '配置项2':'配置项2值',          '...':'...'         }       }图示，定义了一个正则类型的 Tokenizer, 指定了若干个分词字符

实现自定义的 Token Filter, 语法结构为：'filter': {         '自定义token filter的名称':{           '配置项1':'配置项1值',          '配置项2':'配置项2值',          '...':'...'         }       }图示，定义一个 stop 类型的 token filter, 停止词除了英文默认的停止词列表(_english_ ，还额外加了一个单词 'yes'

通过组合上述自定义的 character_filter、tokenizer、token filter 构建自定义的分词器 analyzer（图示）， 语法结构为： 'analyzer': {         '自定义分词器名称':{           'type':'custom',           'char_filter':['自定义char filter的名称','...'],           'tokenizer':'自定义tokenizer的名称',           'filter':['自定义token filter的名称','...']         }       }

测试自定义分词器1. 将该分词器设置到一个索引上（图1示）2. 通过该索引来引用这个分词器进行测试，包含表情符和新停止词（图2示）3. 通过该索引来引用这个分词器进行测试，包含手机号和新停止词（图3示）