Elasticsearch -标准分词器在数字后面按点分割单词

vs91vp4v 于 2023-06-05 发布在 ElasticSearch

关注(0)|答案(1)|浏览(123)

我有一个使用标准标记器的电子邮件字段。电子邮件“john. example.com”被分为“john.smith”和“example.com”，这是我的预期行为。但是，如果电子邮件是“john.smith@ example2.com”，它会将其拆分为“john.smith”、“example 2”、“com”-后一部分由点拆分。
这意味着当我使用查询“example.com”搜索时，我将获得该域中包含电子邮件的记录列表，但如果我搜索“example2.com”，即使有此类电子邮件地址的记录，我也不会有任何结果。
是否有一些变通方法可以实现相同的行为，也就是说，当有数字时，标准的标记器不按点分割？非常感谢提前！

elasticsearch

来源：https://stackoverflow.com/questions/76373150/elasticsearch-standard-tokenizer-splits-words-by-dot-when-it-follows-a-number

1条答案

按热度按时间

zzlelutf1#

尝试使用chargroup-tokenizer。

GET /_analyze
{
  "tokenizer": {
    "type": "char_group",
    "tokenize_on_chars": [
      "@"
    ]
  },
  "text": "john.smith@example2.com"
}

代币

{
  "tokens": [
    {
      "token": "john.smith",
      "start_offset": 0,
      "end_offset": 10,
      "type": "word",
      "position": 0
    },
    {
      "token": "example2.com",
      "start_offset": 11,
      "end_offset": 23,
      "type": "word",
      "position": 1
    }
  ]
}

赞(0）回复(0）举报 2023-06-05

我来回答

Elasticsearch -标准分词器在数字后面按点分割单词

1条答案

相关问题

热门标签

最新问答