拼音搜索+中文搜索

Elasticsearch | 作者 iceli | 发布于2016年03月28日 | 阅读数：22288

项目中对视频名称进行搜索，需要支持拼音+中文搜索两种方式，请教应该如何填写搜索配置，样例数据如下：
全部数据：刘德华、刘斌、张三、李四、刘德志
中文搜索：
1、搜索“刘”，匹配到“刘德华”、“刘斌”、“刘德志”
2、搜索“刘德”，匹配到“刘德华”、“刘德志”
3、搜索“德华”，匹配到“刘德华”
小结：搜索的文字需要匹配到集合中所有名字的子集。
拼音搜索：
1、搜索“liu”，匹配到“刘德华”、“刘斌”、“刘德志”
2、搜索“liude”，匹配到“刘德华”、“刘德”
3、搜索“liudehua”或“ldh”，匹配到“刘德华”
小结：搜索的文字转换成拼音后，需要匹配到集合中所有名字转成拼音后的子集

5 个回复

medcl - 今晚打老虎。

赞同来自: iceli 、cccthought

DELETE medcl1





PUT /medcl1/

{

    "index" : {

        "analysis" : {

            "analyzer" : {

                "ngram_pinyin_analyzer" : {

                    "tokenizer" : "keyword",

                    "filter" : ["full_pinyin_with_space","word_delimiter","shingle","remove_whitespace"]

                }, "my_pinyin_analyzer" : {

                    "tokenizer" : "keyword",

                    "filter" : ["full_pinyin_no_space"]

                }

            },

            "filter" :{

                "full_pinyin_no_space" : {

                    "type" : "pinyin",

                    "first_letter" : "none",

                    "padding_char" : ""

            },"full_pinyin_with_space" : {

                    "type" : "pinyin",

                    "first_letter" : "none",

                    "padding_char" : " "

            },

             "my_edge_ngram_tokenizer" : {

                        "type" : "edgeNGram",

                        "min_gram" : "2",

                        "max_gram" : "5",

                        "token_chars": [ "letter", "digit" ]

                    },

                    "remove_whitespace": {

                    "type":       "pattern_replace",

                    "pattern": "\\s+",

                    "replacement":""

                }

        }

        }

    }

}



POST medcl1/type3/_mapping

{

  "properties": {

    "name1":{

      "type": "multi_field",

      "fields": {

        "pinyin":{

          "type": "string", 

          "analyzer": "ngram_pinyin_analyzer"

        }, "full_pinyin":{

          "type": "string", 

          "analyzer": "my_pinyin_analyzer"

        },

        "first_letter":{

          "type": "string", 

          "analyzer": "pinyin_first_letter"

        },

        "name1":{

          "type": "string", 

          "analyzer": "ik_max_word"

        }

      }

    }

  }

}



POST medcl1/type3/

{

  "name1":"刘德华"

}

POST medcl1/type3/

{

  "name1":"刘斌"

}

POST medcl1/type3/

{

  "name1":"张三"

}

POST medcl1/type3/

{

  "name1":"李四"

}

POST medcl1/type3/

{

  "name1":"刘德志"

}



POST medcl1/_search?size=50

{

  "query": {

    "query_string": {

      "fields": ["name1","name1.full_pinyin","name1.pinyin","name1.first_letter"],

      "query": "你的测试条件",

      "default_operator": "AND"

    }

  }

}

看看这个是不是你要的？