弹性搜索中的java模式匹配?
继续前面的post,我根据femtoRgon的post更改了查询。弹性搜索不支持某些字符和锚
我正在寻找匹配“xxx xx xxxx”这样的模式的方法,以便使用elastic search
查找具有社会保险号码的文档
让我们假设,在索引文档中,我想找到所有那些社会保险号与“xxx xx xxxx”模式匹配的文档
为文档编制索引的示例代码:
InputStream is = null;
try {
is = new FileInputStream("/home/admin/Downloads/20121221.doc");
ContentHandler contenthandler = new BodyContentHandler();
Metadata metadata = new Metadata();
Parser parser = new AutoDetectParser();
parser.parse(is, contenthandler, metadata, new ParseContext());
}
catch (Exception e) {
e.printStackTrace();
}
finally {
if (is != null) is.close();
}
用于搜索的示例代码
QueryBuilder queryBuilderFullText = null;
queryBuilderFullText = QueryBuilders.filteredQuery(QueryBuilders.matchAllQuery(),
FilterBuilders.regexpFilter("_all", "[0-9]{3}?[0-9]{2}?[0-9]{4}"));
SearchRequestBuilder requestBuilder;
requestBuilder = client.prepareSearch()
.setIndices(getDomainIndexId(project))
.setTypes(getProjectTypeId(project))
.setQuery(queryBuilderFullText);
SearchResponse response = requestBuilder.execute().actionGet(ES_TIMEOUT_MS);
SearchHits hits = response.getHits();
if (hits.getTotalHits() > 0) {
System.out.println(hits.getTotalHits());
} else {
return 0l;
}
我在以下方面获得了成功:
45-555-5462
457-55-5462
4578-55-5462
457-55-54623
457-55-5462-23
但根据我的要求,它应该只返回“457-55-5462”(基于模式匹配“xxx xx xxxx”)
请帮忙
# 1 楼答案
鉴于
^
、$
和\d
不能使用,我会这样做:或者在Java中:
检查找到的数字之前或之后是否没有其他数字或破折号。不过,它确实要求在比赛前后都有一些字符,因此这不会捕获将社会保险号作为最开始的或最结束的的文档
Regex101 demo
# 2 楼答案
你忘了在正则表达式中的
-
之前添加?
,必要时还可以使用锚或者