我的Elasticsearch系列文章，逐漸更新中，歡迎關(guān)注
0A.關(guān)于Elasticsearch及實例應(yīng)用
03.如何安裝與設(shè)置Elasticsearch API
04.如果通過elasticsearch的head插件建立索引_CRUD操作
05.Elasticsearch多個實例和head plugin使用介紹
06.當(dāng)Elasticsearch進(jìn)行文檔索引時，它是怎樣工作的？
08.Elasticsearch中的分析和分析器應(yīng)用方式
09.Elasticsearch中構(gòu)建自定義分析器
10.Kibana科普-作為Elasticsearhc開發(fā)工具
另外ES入門，我強(qiáng)烈推薦Elasticsearch基礎(chǔ)入門教程給你，非常想盡的入門指南手冊。
介紹
在此階段的上一篇博客中，我已經(jīng)解釋了有關(guān)常規(guī)分析器結(jié)構(gòu)和組件的更多信息。我也解釋了每個組件的功能。在此博客中，我們將通過構(gòu)建自定義分析器，然后查詢并查看差異來了解實現(xiàn)方面。
定制分析儀的外殼
因此，讓我們考慮定制分析儀的情況。假設(shè)我們輸入到Elasticsearch的文本包含以下內(nèi)容
1. html標(biāo)簽
html標(biāo)簽在索引時可能會出現(xiàn)在我們的文本中，其實這在大多數(shù)情況下是不需要的。所以我們需要刪除這些。
2.停止詞
像the,and,or等這樣的詞，在搜索內(nèi)容時意義不大，一般被稱為停止詞。
3.大寫字母。
4.簡寫形式如`H2O、$、%`。
在某些情況下，像這樣的簡式應(yīng)該用英文原詞代替。
應(yīng)用自定義分析器
在上面的示例文本中，下表列出了需要執(zhí)行的操作以及自定義分析器的相應(yīng)組件
```
Arun has 100 $ which accounts to 3 % of the total <h2> money </h2>
```
“ settings”中的層次結(jié)構(gòu)如下所示：
應(yīng)用所有組件
現(xiàn)在應(yīng)用上述所有組件創(chuàng)建一個自定義分析器，如下所示：
curl -XPUT localhost:9200/testindex_0204 -d '{
? "settings": {
? ? "analysis": {
? ? ? "char_filter": {
? ? ? ? "subsitute": {
? ? ? ? ? "type": "mapping",
? ? ? ? ? "mappings": [
? ? ? ? ? ? "$=> dollar",
? ? ? ? ? ? "%=> percentage"
? ? ? ? ? ]
? ? ? ? },
? ? ? ? "html-strip": {
? ? ? ? ? "type": "html_strip"
? ? ? ? }
? ? ? },
? ? ? "tokenizer": "standard",
? ? ? "filter": {
? ? ? ? "stopwords_removal": {
? ? ? ? ? "type": "stop",
? ? ? ? ? "stopwords": [
? ? ? ? ? ? "has",
? ? ? ? ? ? "which",
? ? ? ? ? ? "to",
? ? ? ? ? ? "of",
? ? ? ? ? ? "the"
? ? ? ? ? ]
? ? ? ? }
? ? ? },
? ? ? "analyzer": {
? ? ? ? "custom_analyzer_type_01": {
? ? ? ? ? "type": "custom",
? ? ? ? ? "char_filter": [
? ? ? ? ? ? "subsitute",
? ? ? ? ? ? "html_strip"
? ? ? ? ? ],
? ? ? ? ? "tokenizer": "standard",
? ? ? ? ? "filter": [
? ? ? ? ? ? "stopwords_removal",
? ? ? ? ? ? "lowercase"
? ? ? ? ? ]
? ? ? ? }
? ? ? }
? ? }
? },
? "mappings": {
? ? "test_type": {
? ? ? "properties": {
? ? ? ? "text": {
? ? ? ? ? "type": "string",
? ? ? ? ? "analyzer": "custom_analyzer_type_01"
? ? ? ? }
? ? ? }
? ? }
? }
}'
這將使用名為“ custom_analyzer_01” 的自定義分析器創(chuàng)建索引。
詳細(xì)說明了此映射
使用自定義分析器生成令牌
使用分析器可以看到使用此分析器生成的令牌，如下所示：
```
curl -XGET "localhost:9200/testindex_0204/_analyze?analyzer=custom_analyzer_type_01&pretty=true" -d 'Arun has 100 $ which accounts to 3 % of the total <h2> money </h2>'
```
令牌列表如下：
在這里您可以進(jìn)行一些觀察：
令牌號3和6最初是$ 和%，但隨后如本節(jié)中所指定的那樣被替換為“ dollar”和“ percentage” char_filter 。
還有html標(biāo)記`<h2> ，</h2>`也被html_strip 過濾器從令牌列表中刪除
過濾器 "to","the","which","has"中提到的術(shù)語等stopwords 已從令牌列表中刪除。令牌編號1最初看起來應(yīng)該像是“ Arun”，但已被應(yīng)用的過濾器小寫。
結(jié)論
在此博客中，我們看到了如何構(gòu)建自定義分析器并將其應(yīng)用于Elasticsearch中的字段。通過這個博客，我打算結(jié)束博客系列的第二階段（索引，映射和分析）。從現(xiàn)在開始，此階段是理解Elasticsearch的基礎(chǔ)部分之一，我們可能會將此階段的輸入用于許多目的。從階段03開始，我將向您介紹elasticsearch的查詢DSL世界。
