奇怪的内置 "classic" 分析器？

Question

这是内置分析器的官方列表：https://www.elastic.co/guide/en/elasticsearch/reference/7.13/analysis-analyzers.html

令我惊讶的是，当我使用分析器的“经典”时，它起作用了，结果实际上是我想要使用的：

POST /_analyze
{
 "analyzer": "classic",
 "text": "this is a test 123-456-789"
}

并给出：[测试，123-456-789]

我不知道这个经典的分析器是什么，但它符合我的目的！ 我想继续阅读以获取详细信息，但没有任何信息！

有“经典”分词器：

POST /_analyze
{
 "tokenizer": "classic",
 "text": "this is a test 123-456-789"
}

但是结果不一样：[this,is,a,test,123-456-789]

那么问题来了，有人知道这个“经典”分析仪是什么吗？ 我想一般来说，如何检查弹性搜索中的任何内置分析器设置？

Answer 1

ClassicAnalyzer 是一个原生的 Lucene 分析器，由以下部分组成：

• classic tokenizer
• classic token filter
• lowercase token filter
• stop token filter with a fixed set of english stop words

因此您正在进行的第二个测试未完成，因为它缺少令牌过滤器，它应该是这样的：

POST /_analyze
{
  "tokenizer": "classic",
  "filter": [
    "classic",
    "lowercase",
    "stop"
  ],
  "text": "this is a test 123-456-789"
}

这会产生与 classic 分析器相同的标记，即 [ test, 123-456-789 ]