如何在索引时停止在内容中存储特殊字符

如何解决如何在索引时停止在内容中存储特殊字符

这是一个示例文档,具有以下几点: 制药业 营销学 建筑物– 责任。 马萨诸塞州-2020年8月13日-

如何在索引时从内容删除特殊字符或非ASCII Unicode字符?我正在使用ES 7.x和Storm搜寻器1.17

解决方法

看起来像是对字符集的错误检测。您可以在写入索引之前通过写custom parse filter并删除那里不需要的字符来规范内容。

,

如果编写自定义的解析过滤器和规范化对您来说似乎很困难。您只需在分析器定义中添加asciifolding token filter,即可将非ascii字符转换为其ascii字符,如下所示

POST http:// {{hostname}}:{{port}} / _analyze

{
    "tokenizer": "standard","filter": [
        "asciifolding"
    ],"text": "Pharmaceutical Marketing Building â responsibilities.  Mass. â Aug. 13,2020 âÂ"
}

并为您的文本生成令牌。

{
    "tokens": [
        {
            "token": "Pharmaceutical","start_offset": 0,"end_offset": 14,"type": "<ALPHANUM>","position": 0
        },{
            "token": "Marketing","start_offset": 15,"end_offset": 24,"position": 1
        },{
            "token": "Building","start_offset": 25,"end_offset": 33,"position": 2
        },{
            "token": "a","start_offset": 34,"end_offset": 35,"position": 3
        },{
            "token": "responsibilities.A","start_offset": 36,"end_offset": 54,"position": 4
        },{
            "token": "A","start_offset": 55,"end_offset": 56,"position": 5
        },{
            "token": "Mass","start_offset": 57,"end_offset": 61,"position": 6
        },"start_offset": 63,"end_offset": 64,"position": 7
        },{
            "token": "Aug","start_offset": 65,"end_offset": 68,"position": 8
        },{
            "token": "13","start_offset": 70,"end_offset": 72,"type": "<NUM>","position": 9
        },{
            "token": "2020","start_offset": 74,"end_offset": 78,"position": 10
        },{
            "token": "aA","start_offset": 79,"end_offset": 81,"position": 11
        }
    ]
}

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其他元素将获得点击?
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。)
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbcDriver发生异常。为什么?
这是用Java进行XML解析的最佳库。
Java的PriorityQueue的内置迭代器不会以任何特定顺序遍历数据结构。为什么?
如何在Java中聆听按键时移动图像。
Java“Program to an interface”。这是什么意思?
Java在半透明框架/面板/组件上重新绘画。
Java“ Class.forName()”和“ Class.forName()。newInstance()”之间有什么区别?
在此环境中不提供编译器。也许是在JRE而不是JDK上运行?
Java用相同的方法在一个类中实现两个接口。哪种接口方法被覆盖?
Java 什么是Runtime.getRuntime()。totalMemory()和freeMemory()?
java.library.path中的java.lang.UnsatisfiedLinkError否*****。dll
JavaFX“位置是必需的。” 即使在同一包装中
Java 导入两个具有相同名称的类。怎么处理?
Java 是否应该在HttpServletResponse.getOutputStream()/。getWriter()上调用.close()?
Java RegEx元字符(。)和普通点?