regex - 负前瞻Regex在ES DSL查询中不起作用

我的 flex 搜索的映射如下所示:

{
  "settings": {
    "index": {
      "number_of_shards": "5",
      "number_of_replicas": "1"
    }
  },
  "mappings": {
    "node": {
      "properties": {
        "field1": {
          "type": "keyword"
        },
        "field2": {
          "type": "keyword"
        },
        "query": {
          "properties": {
            "regexp": {
              "properties": {
                "field1": {
                  "type": "keyword"
                },
                "field2": {
                  "type": "keyword"
                }
              }
            }
          }
        }
      }
    }
  }
}

问题是:

我正在使用elasticsearch_dsl Q()形成ES查询。当我的查询包含任何复杂的正则表达式时，它在大多数情况下都可以正常工作。但是，如果它包含正则表达式字符“!”，则它将完全失败。在里面。当搜索词包含“!”时，不会给出任何结果在里面。

例如:

1.)Q('regexp', field1 = "^[a-z]{3}.b.*")(完美运行)

2.)Q('regexp', field1 = "^f04.*")(完美运行)

3.)Q('regexp', field1 = "f00.*")(完美运行)

4.)Q('regexp', field1 = "f04baz?")(完美运行)

在以下情况下失败:

5.)Q('regexp', field1 = "f04((?!z).)*")(失败，完全没有结果)

我尝试在字段中如上所述添加“analyzer”:“关键字”以及“type”:“关键字”，但是在这种情况下，没有任何效果。

在浏览器中，我尝试检查Analyzer:keyword在失败的情况下如何在输入上起作用:

http://localhost:9210/search/_analyze?analyzer=keyword&text=f04((?!z).) *

看起来看起来不错，结果如下:

{
  "tokens": [
    {
      "token": "f04((?!z).)*",
      "start_offset": 0,
      "end_offset": 12,
      "type": "word",
      "position": 0
    }
  ]
}

我正在运行如下查询:

search_obj = Search(using = _conn, index = _index, doc_type = _type).query(Q('regexp', field1 = "f04baz?"))
count = search_obj.count()
response = search_obj[0:count].execute()
logger.debug("total nodes(hits):" + " " + str(response.hits.total))

请提供帮助，这确实是一个令人讨厌的问题，因为所有正则表达式字符在除!之外的所有查询中均能正常工作。

此外，如何检查映射中当前使用上述设置的分析仪？

最佳答案

ElasticSearch Lucene正则表达式引擎不支持任何类型的环视。 ES regex documentation的意思是matching everything like .* is very slow as well as using lookaround regular expressions(这是不明确的，而且是错误的，因为明智地使用环视方法可能会大大加快正则表达式的匹配)。

由于您要匹配包含f04但不包含z的任何字符串，因此您实际上可以使用

[^z]*fo4[^z]*

详细信息

[^z]*-z以外的任何0+个字符

fo4-fo4子字符串

[^z]*-z以外的任何0+个字符。

如果您有一个多字符字符串要“排除”(例如z4而不是z)，则可以使用complement operator来使用您的方法:

.*f04.*&~(.*z4.*)

这意味着几乎相同，但不支持换行符:

.*-除换行符以外的任何字符，尽可能多

f04-f04

.*-除换行符以外的任何字符，尽可能多

&-AND

~(.*z4.*)-除具有z4的字符串以外的任何字符串

关于regex - 负前瞻Regex在ES DSL查询中不起作用，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51783196/