ElasticSearch如何设置某个字段被检索时忽略全角半角格式

Question

部分数据在获取时有全角半角的问题，尤其是英文字母，底层所有数据的清洗工作量太大，且涉及数据种类多，字段多。
所以想从检索方面下手，标点在检索时是可以直接忽略的，不知道有没有忽略全角半角的功能。

Answer 1

ElasticSearch提供了一个字符过滤器(Character Filter)叫做"normalize_charmap"，它可以在检索时将指定字符映射成其他字符，从而实现忽略全角半角格式的功能。

具体步骤如下：

1.在创建索引时，在分析器中指定字符过滤器(normalize_charmap)。
例如：

PUT /my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "char_filter": [
            "my_char_filter"
          ]
        }
      },
      "char_filter": {
        "my_char_filter": {
          "type": "mapping",
          "mappings": [
            "Ａ=>A",
            "Ｂ=>B",
            "０=>0",
            "１=>1",
            ...
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "my_field": {
        "type": "text",
        "analyzer": "my_analyzer"
      }
    }
  }
}

2.搜索时，使用相同的分析器进行分词和字符过滤。
例如：

GET /my_index/_search
{
  "query": {
    "match": {
      "my_field": {
        "query": "ａｂｃ１２３",
        "analyzer": "my_analyzer"
      }
    }
  }
}

在上面的例子中，将全角的大写字母和数字映射成对应的半角字符，从而在搜索时忽略全角半角格式的差异。

需要注意的是，使用字符过滤器会增加索引和搜索的开销，因此需要根据实际情况进行权衡。

---

以上回答如果对您有用，望采纳～谢谢