ES-pinyin分词器安装
该安装地址可以参考github开源项目elasticsearch-analysis-pinyin
手动安装
- 手动下载安装包，安装包地址：
https://github.com/medcl/elasticsearch-analysis-pinyin/releases，需要注意的是要下载与自己版本一致的，版本不一致的可能会有问题。 - 在es的安装地址下，
plugins文件夹中创建目录pinyin - 解压安装包到
pinyin文件夹中
使用es命令安装
- 进入es安装目录
bin中 - 执行命令
/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-pinyin/releases/download/v7.4.0/elasticsearch-analysis-pinyin-7.4.0.zip，同样需要注意的是，将7.4.0替换成自己的版本。
测试使用
POST _analyze
{
"analyzer": "pinyin",
"text": "美国"
}
运行上面的测试示例，结果如下:
{
"tokens" : [
{
"token" : "mei",
"start_offset" : 0,
"end_offset" : 0,
"type" : "word",
"position" : 0
},
{
"token" : "mg",
"start_offset" : 0,
"end_offset" : 0,
"type" : "word",
"position" : 0
},
{
"token" : "guo",
"start_offset" : 0,
"end_offset" : 0,
"type" : "word",
"position" : 1
}
]
}
插件组成
这个插件包含:analyzer:pinyin ,tokenizer:pinyin和token-filter:pinyin,同时支持部分自定义选项.
-
keep_first_letter:这个参数会将词的第一个字母全部拼起来.例如:刘德华->ldh.默认为:true -
keep_separate_first_letter:这个会将第一个字母一个个分开.例如:刘德华->l,d,h.默认为:flase.如果开启,可能导致查询结果太过于模糊,准确率太低. -
limit_first_letter_length:设置最大keep_first_letter结果的长度,默认为:16 -
keep_full_pinyin:如果打开,它将保存词的全拼,并按字分开保存.例如:刘德华> [liu,de,hua],默认为:true -
keep_joined_full_pinyin:如果打开将保存词的全拼.例如:刘德华> [liudehua],默认为:false -
keep_none_chinese:将非中文字母或数字保留在结果中.默认为:true -
keep_none_chinese_together:保证非中文在一起.默认为: true, 例如: DJ音乐家 -> DJ,yin,yue,jia, 如果设置为:false, 例如: DJ音乐家 -> D,J,yin,yue,jia, 注意:keep_none_chinese应该先开启. -
keep_none_chinese_in_first_letter:将非中文字母保留在首字母中.例如: 刘德华AT2016->ldhat2016, 默认为:true -
keep_none_chinese_in_joined_full_pinyin:将非中文字母保留为完整拼音. 例如: 刘德华2016->liudehua2016, 默认为: false -
none_chinese_pinyin_tokenize:如果他们是拼音,切分非中文成单独的拼音项. 默认为:true,例如: liudehuaalibaba13zhuanghan -> liu,de,hua,a,li,ba,ba,13,zhuang,han, 注意:keep_none_chinese和keep_none_chinese_together需要先开启. -
keep_original:是否保持原词.默认为:false -
lowercase:小写非中文字母.默认为:true -
trim_whitespace:去掉空格.默认为:true -
remove_duplicated_term:保存索引时删除重复的词语.例如: de的>de, 默认为: false, 注意:开启可能会影响位置相关的查询. -
ignore_pinyin_offset:在6.0之后,严格限制偏移量,不允许使用重叠的标记.使用此参数时,忽略偏移量将允许使用重叠的标记.请注意,所有与位置相关的查询或突出显示都将变为错误,您应使用多个字段并为不同的字段指定不同的设置查询目的.如果需要偏移量,请将其设置为false。默认值:true
