Page Comparison

Simple Search Analyzer

 Zugriff in Suchanfragen: simple

Der Simple Search Analyzer ist eine benutzerdefinierte Picturepark-Implementation, die keine Elastic-Suchvorgaben verwendet. Der Custom Analyzer verwendet eine Regex:

• Regex

  Code Block
  */"(\[^\\p\{L\}\\d\]+)|(?<=\\D)(?=\\d)|(?<=\\d)(?=\\D)|(?<=\[\\p\{L\}&&\[^\\p\{Lu\}\]\])(?=\\p\{Lu\})|(?<=\\p\{Lu\})(?=\\p\{Lu\}\[\\p\{L\}&&\[^\\p\{Lu\}\]\])"/*

• Ergebnis:

  • Kleinbuchstaben/Großbuchstaben

  • Ziffern / Nicht-Ziffern

  • Stemming

  • HTML-Streifen

• Beispiele

  • Picturepark = Picturepark, picturepark

  • Case Study = Case, Study, case, study

Wenn Sie den einfachen Suchanalysator testen möchten, können Sie Ihre Begriffe in einem Regex-Tester überprüfen, um das Ergebnis zu sehen.

1. Öffnen Sie einen regex checker

   1. https://regex101.com/

   2. https://regexr.com/

2. Fügen Sie Ihren Begriff als Prüfzeichenfolge hinzu

3. Überprüfen Sie das Resultat

No Diacritics Analyzer

 Zugriff in Suchanfragen: no-diacritics

Der no diacritics analyzer:

• funktioniert nur bei Textfeldern

• diakritische Zeichen werden entfernt, wenn also der Textwert lautet: Kovačić Mateo können Sie nach "Kovačić Mateo" oder "Kovacic Mateo" suchen.

Ein Beispiel finden Sie in der Elastic Search Dokumentation: https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-asciifolding-tokenfilter.html

Path Hierarchy Analyzer

 Zugriff in Suchanfragen: pathHierarchy

Der path hierarchy analyzer:

• Nimmt einen in einem Feld gefundenen Pfad (picturepark\platform\manual) und grenzt die einzelnen Begriffe ab

• Beispiel

  • picturepark\platform\manual = picturepark\platform\manual, picturepark\platform, manual

  • Products/Family/Industry = Products/Family, Products, Products/Family/Industry

Sie sollten diesen Analyzer nur konfigurieren, wenn er über die API verwendet wird. Bei der einfachen Suche in Picturepark werden Sonderzeichen umgangen, so dass Sie bei der Suche nach einigen der von diesem Analyzer generierten Token keine Assets finden werden.
Ein Beispiel finden Sie in der Elastic Search Dokumentation:https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-pathhierarchy-tokenizer.html

Language Analyzer

 Zugriff in Suchanfragen: language

Für die elastische Suche gibt es mehrere Sprachanalysatoren. Sprachanalysatoren verhindern das Stemming aus sprachspezifischen Werten und sprachspezifischen Stoppwörtern.
https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-lang-analyzer.html
Die aktuelle Implementierung verwendet die Standard-Analysatoren von Elastic Search Language, wie im Link aufgeführt. Wir verwenden die Standard-Stoppwörter und -Regeln für das Stemming, ohne eigene Anpassungen.

Ngram Analyzer

  Zugriff in Suchanfragen: ngram

Ausgangspunkt für exakte Teilstring-Übereinstimmungen war die ngram-Tokenisierung, die alle Teilstrings bis zur Länge n indiziert. Der Nachteil der ngram-Tokenisierung ist der große Speicherplatzbedarf.

Best practice:

• ngram nur bei Bedarf verwenden - vorsichtig und nicht für jede Zeichenfolge verwenden

Die Einstellungen erlauben es, min und max Gramm zu definieren, die bei der Indizierung erstellt werden, und token_chars, die Zeichenklassen, die in den Token beibehalten werden sollen, Elasticsearch splittet auf Zeichen, die zu keiner dieser Klassen gehören. Beispiel: Suche "Raven"
Beispiel: Suche "Raven"

• NGrams (splits term into tokens with one character):

• Rav

• Rave

• Raven

• ave

• aven

• Ven

• ...

Beispiel: Suche "Pegasus"

• NGrams (zerlegt den Begriff in Token mit einem Zeichen):

• Pegasus

• Degas

Beispiele finden Sie in der Elastic Search Dokumentation:
https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-ngram-tokenizer.html

Edge NGram Analyzer

 Zugriff in Suchanfragen: edgeNGram

Dieser Tokenizer ist nGram sehr ähnlich, behält aber nur n-Gramme, die am Anfang eines Tokens beginnen. In den Einstellungen können die bei der Indizierung erstellten Minimal- und Maximal-Gramme sowie die Zeichenklassen token_chars festgelegt werden, die in den Token beibehalten werden sollen; Elasticsearch teilt die Zeichen auf, die keiner dieser Klassen angehören.

Beispiele finden Sie in der Elastic Search Dokumentation:
https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-edgengram-tokenizer.html

Nützliche Links in der ElasticSearch-Dokumentation

Simple Analyzer: https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-simple-analyzer.html

No Diacritics:  https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-asciifolding-tokenfilter.html

Path Hierarchy: https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-pathhierarchy-tokenizer.html

Language: https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-lang-analyzer.html

NGram: https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-ngram-tokenizer.html

EdgeNgram: https://www.elastic.co/guide/en/elasticsearch/reference/7.6/analysis-edgengram-tokenizer.html