ElasticSearch正则表达式筛选器

Question

我在正确表达ElasticSearch regexp过滤器的regexp时遇到了问题。我正在尝试匹配url字段中“info-for/media”中的任何内容，例如http://mydomain.co.uk/info-for/media/press-release-1。为了尝试获得正确的正则表达式，我现在使用match_all，但最终将是带有用户查询字符串的match_phress。

发布到localhost:9200/_search

{
"query" : {
               "match_all" : { },
               "filtered" : {
                           "filter" : {
                                   "regexp": {
                                        "url":".*info-for/media.*" 
                                    }
                          }
                }
         },
}

这返回0次命中，但解析正确。.*info.*确实会得到包含url的结果，但遗憾的是，它的范围太广，例如，匹配任何包含“information”的url。当我将“info-for”中的连字符添加回来时，我再次得到0个结果。无论尝试哪种转义字符组合，要么得到解析异常，要么没有匹配。有人能解释一下我做错了什么吗？

Answer 1

其次，您的url可能是以使索引中的“info-for”和“media”分开的方式标记的。因此，字典中没有info-for/media-术语可供regexp匹配。

您可能想要做的是分别索引路径和域，使用path_hierarchy-tokenizer生成术语。

下面是一个示例，演示了令牌是如何生成的:https://www.found.no/play/gist/ecf511d4102a806F350b#analysis

即。/foo/bar/baz生成令牌/foo/bar/baz,/foo/bar,/foo并且域foo.example.com被标记为foo.example.com,example.com,com

在下面的/foo/bar中搜索任何内容可以是一个匹配path:/foo/bar的简单术语筛选器。这是一个性能更好的过滤器，也可以缓存。