Link Search Menu Expand Document Documentation Menu
文档

条件词元过滤器

condition 词元过滤器是一种特殊类型的过滤器，它允许您根据特定条件有条件地应用其他词元过滤器。这使您能够更好地控制在文本分析过程中何时应用某些词元过滤器。可以配置多个过滤器，并且只有在满足您定义的条件时才会应用它们。此词元过滤器对于语言特定的处理和特殊字符的处理非常有用。

参数

要使用 condition 词元过滤器，必须配置两个参数。

参数 必需/可选 数据类型 描述
filter 必需 数组 指定当满足特定条件（由 script 参数定义）时，应将哪些词元过滤器应用于词元。
script（脚本） 必需 对象 配置一个内联脚本，该脚本定义了应用 filter 参数中指定的过滤器的所需条件（只接受内联脚本）。

示例

以下示例请求创建一个名为 my_conditional_index 的新索引，并配置一个带有 condition 过滤器的分析器。此过滤器将 lowercase 过滤器应用于任何包含字符序列“um”的词元。

PUT /my_conditional_index
{
  "settings": {
    "analysis": {
      "filter": {
        "my_conditional_filter": {
          "type": "condition",
          "filter": ["lowercase"],
          "script": {
            "source": "token.getTerm().toString().contains('um')"
          }
        }
      },
      "analyzer": {
        "my_analyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": [
            "my_conditional_filter"
          ]
        }
      }
    }
  }
}

生成的词元

使用以下请求检查使用该分析器生成的词元

GET /my_conditional_index/_analyze
{
  "analyzer": "my_analyzer",
  "text": "THE BLACK CAT JUMPS OVER A LAZY DOG"
}

响应包含生成的词元

{
  "tokens": [
    {
      "token": "THE",
      "start_offset": 0,
      "end_offset": 3,
      "type": "<ALPHANUM>",
      "position": 0
    },
    {
      "token": "BLACK",
      "start_offset": 4,
      "end_offset": 9,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "CAT",
      "start_offset": 10,
      "end_offset": 13,
      "type": "<ALPHANUM>",
      "position": 2
    },
    {
      "token": "jumps",
      "start_offset": 14,
      "end_offset": 19,
      "type": "<ALPHANUM>",
      "position": 3
    },
    {
      "token": "OVER",
      "start_offset": 20,
      "end_offset": 24,
      "type": "<ALPHANUM>",
      "position": 4
    },
    {
      "token": "A",
      "start_offset": 25,
      "end_offset": 26,
      "type": "<ALPHANUM>",
      "position": 5
    },
    {
      "token": "LAZY",
      "start_offset": 27,
      "end_offset": 31,
      "type": "<ALPHANUM>",
      "position": 6
    },
    {
      "token": "DOG",
      "start_offset": 32,
      "end_offset": 35,
      "type": "<ALPHANUM>",
      "position": 7
    }
  ]
}
剩余 350 字符

有问题？。

想贡献？或。