1. Letter Tokenizer
letter
** tokenizer** 遇到非字母时分割文本。对大多数欧洲语言来说,这是一个合理的做法。但是对于一些亚洲语言而言,这些语言的词语并不是用空格分开。
原文链接 : https://www.elastic.co/guide/en/elasticsearch/reference/5.3/analysis-letter-tokenizer.html
译文链接 : http://www.apache.wiki/display/Elasticsearch/Letter+Tokenizer
1.1. 输出示例
POST _analyze
{
"tokenizer": "letter",
"text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."
}
上面的句子会生成如下的词元:
[ The, QUICK, Brown, Foxes, jumped, over, the, lazy, dog, s, bone ]
1.2. 配置
letter
tokenizer 不支持配置。