根据文件,这是不可能的
正则表达式不能锚定到标记的开头或结尾
不过,它似乎对我有用
GET /_analyze
{
"tokenizer": "whitespace",
"filter": [
{
"type": "pattern_replace",
"pattern": "(dog)$",
"replacement": "hot$1"
}
],
"text": "dog dogs"
}
退货
{
"tokens" : [
{
"token" : "hotdog",
"start_offset" : 0,
"end_offset" : 3,
"type" : "word",
"position" : 0
},
{
"token" : "dogs",
"start_offset" : 4,
"end_offset" : 8,
"type" : "word",
"position" : 1
}
]
}
请注意,模式被锚定到令牌的结尾,并且“dogs”不会被替换,因为它不会以“dog”结尾。
所以我的问题是:我是否遗漏了什么,或者我是否可以安全地使用它(而文档只是错了)?
1条答案
按热度按时间sc4hvdpw1#
看起来这是错误的文档,而elasticsearch bug对此,已经查看了elastic代码,并且没有特别处理令牌的开头或结尾。
请参考此令牌过滤器使用的es代码,它调用lucene令牌过滤器,在elastic和lucene代码级别都没有特殊处理。