分析字段中的所有大写标记-Java 学习之路

我想以两种方式分析文本字段的值 . 使用标准分析和自定义分析，仅对文本中的所有大写标记编制索引 .

例如，如果值为"This WHITE cat is very CUTE."，则应为自定义分析编制索引的唯一标记为"WHITE"和"CUTE" . 为此，我使用Pattern Capture Token Filter与模式"(\b[A-Z]+\b)+?" . 但这是索引所有令牌而不仅仅是大写令牌 .

模式捕获令牌过滤器是否适合用于此任务？如果是的话，我做错了什么？如果没有，我该如何完成？请帮忙 .

1 回答

您应该使用pattern_replace和char_filter：

PUT test
{
  "settings": {
    "analysis": {
      "char_filter": {
        "filter_lowercase": {
          "type": "pattern_replace",
          "pattern": "[A-Z][a-z]+|[a-z]+",
          "replacement": ""
        }
      },
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "standard",
          "char_filter": [
            "filter_lowercase"
          ]
        }
      }
    }
  }
}

GET test/_analyze
{"analyzer": "my_analyzer", 
  "text" : "This WHITE cat is very CUTE"
}

回复于 2024-04-26T00:24:54+08:00

分析字段中的所有大写标记

1 回答

相关问题