Elasticsearch原始的HTML文档搜索

问题描述：

我存储的网站在ElasticSearch的原始的HTML，例如场名为“html_content”：Elasticsearch原始的HTML文档搜索

"\ufeff<!DOCTYPE html PUBLIC \"-//W3C//DTD XHTML 1.0 Strict//EN\" \"http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd\"><html xmlns=\"http://www.w3.org/1999/xhtml\" xml:lang=\"en\">\t<head>\t \t<base href=\"http://forum.pl\">\t \t\t \t<!-- Google Webmaster Tools -->\t\t\t\t<meta name=\"google-site-verification\" content=\"F6oatYg_CzKAKO7hA3Sy11S10eS0_ZYC1yGaoMbKYTU\" />\t\t\t \t <meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\t <meta http-equiv=\"X-UA-Compatible\" content=\"IE=EmulateIE7\" />\t \t \t \t \t<title>Dolnośląska Fundacja Rozowju Regionalnego - Forum.pl</title>\t \t <link href=\"/public/css/style.css\" rel=\"stylesheet\" type=\"text/css\">\t\t<link rel=\"stylesheet\" href=\"/public/css/menu.css\" type=\"text/css\" />\t\t<!--[if IE 6]>\t\t<link href=\"/public/css/clean_ie6.css\" rel=\"stylesheet\" type=\"text/css\" />\t\t<![endif]-->\t\t<!--[if IE 7]>\t\t<link href=\"/public/css/clean_ie.css\" rel=\"stylesheet\" type=\"text/css\"

现在我想执行搜索，找到的所有文件：

rel="stylesheet" type="text/css

在html_content字段中。

我应该如何创建我的索引（我应该使用哪些映射和分析器）？我应该如何创建搜索查询？

我尝试了很多从文档和谷歌的东西，但我找不到答案。

搜索关键字'stylesheet'应该就够了，你不觉得吗？ – Val

重点是我需要完全匹配 – Baks

答

对于分析仪，我用：

{ 
"settings": { 
"analysis": { 
    "analyzer": { 
    "testowy": { 
     "type": "custom", 
     "tokenizer": "standard", 
     "filter": "lowercase" 
    } 
    } 
}}}

搜索，例如：

{ 
"query": { 
    "match_phrase" : { 
     "html_content" : { 
      "query" : "rel=\"stylesheet\" type=\"text/css" 
     } 
    } 
}}

或用2场比赛，找到文件：

{ 
    "query": { 
    "bool": { 
     "must": [ 
     {"match_phrase": {"html_content": "rel=\"stylesheet\" type=\"text/css"}}, 
     {"match_phrase": {"html_content": "<meta name=\"distribution\""}} 
     ] 
    } 
} 
}

我仍然不;吨知道为什么 "rel=\"stylesheet\" type=\"text/css" 不等于

"rel=\"stylesheet\" type=\"text/cs"

https://stackoverflow.com/a/44803618/7367392继承人更好 – Baks

Elasticsearch原始的HTML文档搜索

相关推荐