Trang web/url lập chỉ mục trong Tìm kiếm Đàn hồi

Question

Tôi có một trường website của tài liệu được lập chỉ mục trong tìm kiếm đàn hồi. Giá trị mẫu: http://example.com. Vấn đề là khi tôi tìm kiếm example, tài liệu không được bao gồm. Cách ánh xạ chính xác trường trang web/url?

Tôi tạo ra chỉ số dưới đây:

{ 
    "settings":{ 
    "index":{ 
     "analysis":{ 
     "analyzer":{ 
      "analyzer_html":{ 
        "type":"custom", 
        "tokenizer": "standard", 
       "filter":"standard", 
       "char_filter": "html_strip" 
      } 
     } 
     } 
    } 
    }, 
    "mapping":{ 
    "blogshops": { 
     "properties": { 
      "category": { 
       "properties": { 
        "name": { 
         "type": "string" 
        } 
       } 
      }, 
      "reviews": { 
       "properties": { 
        "user": { 
         "properties": { 
          "_id": { 
           "type": "string" 
          } 
         } 
        } 
       } 
      } 
     } 
    } 
    } 
} 

Answer 1

Tôi đoán bạn đang sử dụng standard phân tích, trong đó chia thành hai http://example.dom tokens - http và example.com. Bạn có thể xem http://localhost:9200/_analyze?text=http://example.com&analyzer=standard.

Nếu bạn muốn chia url, bạn cần sử dụng khác nhau analyzer hoặc chỉ định custom analyzer của riêng chúng tôi.

Bạn có thể xem làm cách nào để được url lập chỉ mục với simple analyzer - http://localhost:9200/_analyze?text=http://example.com&analyzer=simple. Như bạn có thể thấy, bây giờ là url được lập chỉ mục dưới dạng ba mã số ['http', 'example', 'com']. Nếu bạn không muốn chỉ mục mã thông báo như ['http', 'www'] v.v, bạn có thể chỉ định máy phân tích của mình với lowercase tokenizer (đây là mã được sử dụng trong máy phân tích đơn giản) và stop filter. Ví dụ một cái gì đó như thế này:

# Delete index 
# 
curl -s -XDELETE 'http://localhost:9200/url-test/' ; echo 

# Create index with mapping and custom index 
# 
curl -s -XPUT 'http://localhost:9200/url-test/' -d '{ 
    "mappings": { 
    "document": { 
     "properties": { 
     "content": { 
      "type": "string", 
      "analyzer" : "lowercase_with_stopwords" 
     } 
     } 
    } 
    }, 
    "settings" : { 
    "index" : { 
     "number_of_shards" : 1, 
     "number_of_replicas" : 0 
    }, 
    "analysis": { 
     "filter" : { 
     "stopwords_filter" : { 
      "type" : "stop", 
      "stopwords" : ["http", "https", "ftp", "www"] 
     } 
     }, 
     "analyzer": { 
     "lowercase_with_stopwords": { 
      "type": "custom", 
      "tokenizer": "lowercase", 
      "filter": [ "stopwords_filter" ] 
     } 
     } 
    } 
    } 
}' ; echo 

curl -s -XGET 'http://localhost:9200/url-test/_analyze?text=http://example.com&analyzer=lowercase_with_stopwords&pretty' 

# Index document 
# 
curl -s -XPUT 'http://localhost:9200/url-test/document/1?pretty=true' -d '{ 
    "content" : "Small content with URL http://example.com." 
}' 

# Refresh index 
# 
curl -s -XPOST 'http://localhost:9200/url-test/_refresh' 

# Try to search document 
# 
curl -s -XGET 'http://localhost:9200/url-test/_search?pretty' -d '{ 
    "query" : { 
    "query_string" : { 
     "query" : "content:example" 
    } 
    } 
}' 

Chú ý: Nếu bạn không muốn sử dụng các tệp từ dừng ở đây là bài viết thú vị stop stopping stop words: a look at common terms query