【Elasticsearch】字符过滤器Character Filters

在 Elasticsearch 中，字符过滤器（Character Filters）是文本分析器的重要组成部分，用于在分词之前对原始文本进行预处理。它们可以对字符流进行转换，例如添加、删除或更改字符。Elasticsearch 提供了三种内置的字符过滤器：`html_strip`、`mapping`和`pattern_replace`。以下是它们的详细说明和使用示例：

1.HTML 剥离字符过滤器（HTML Strip Character Filter）

功能：用于移除文本中的 HTML 标签，并解码 HTML 实体（如`&`转换为`&`）。

使用示例：

```json

POST _analyze

{

  "char_filter": [

    {

      "type": "html_strip"

    }

  ],

  "text": "<p><b>听我说</b>谢谢你，因为有你</p>"

}

```

结果：

```

听我说谢谢你，因为有你

```

HTML 标签被移除，文本内容被保留。

2.映射字符过滤器（Mapping Character Filter）

功能：根据预定义的映