弹性搜索正则表达式不起作用

Question

我需要在 elasticsearch 上做一个正则表达式来过滤一些数据。我过滤的字段是人名。数据的格式并不总是正确的（有时，没有名字，有时，姓氏后跟句点或逗号或 'comma+first name' 或 'point+first name'...）。

例如，使用 "bouchard" 我得到以下匹配项：

 "bouchard", "bouchard, m.", "bouchard, j.", "bouchard j.p.", "bouchard. j.p."

我还需要排除以 "bouchardat".

等相同前缀开头的名称

我尝试了很多正则表达式，最后发现排除可能会产生更好的结果：

   "query" :  { "regexp" : {
                    "RECORDEDBY" : "bouchard([^a-z].*)"
    }}

这不起作用，因为它 returns "bouchard, m."、"bouchard, j."、"bouchard j.p." 而不是 "bouchard. j.p." 而不是 "bouchard".

我尝试了一些带有 + 和 .* 的正则表达式，但它们不起作用。

( "bouchard([^a-z].*.*)" "bouchard([^a-z]*+.*)")

为了说清楚，我想允许：

bouchard
bouchard, m.
bouchard, j.
bouchard j.p.
bouchard. j.p.

我要排除

bouchardat

欢迎任何建议。

Answer 1

在这种情况下，如果没有像“</code>”、“[=14=”这样的特殊字符，您可以使用 <a href="http://www.regular-expressions.info/conditional.html" rel="nofollow">conditional operator</a> 来排除每个 <code>[a-z] 后缀]' 或 ',' 跟在您要查找的单词之后：

((bouchard)+?([ .,]+)[ ,.a-zA-Z]*)|(bouchard[^a-zA-Z]?)

条件的正则表达式 returns（必须有 [ .,]+）：

bouchard
bouchard, m.
bouchard, j.
bouchard j.p.
bouchard. j.p.

并忽略管道 | 之后没有 [ .,]+ 的内容：

bouchardat

Regex101

弹性搜索正则表达式不起作用

elasticsearch regexp don't work

regex

elasticsearch