Elasticsearch 查询分词结果新方法

Elasticsearch 查询分词结果新方法

有些业务需要得到分词结果，网上查了很多资料：

使用JAVA的最多是这种方法elasticsearch获取分词结果_【模棱博客】 – Java技术博客-CSDN博客

这是一 种比较老版本的使用方法，升级之后ElasticsearchTemplate已经不建议使用。

经过研究和查找了比较多的资料，找到了Analyze API | Java REST Client [7.15] | Elastic。文档说的很清楚，就不多说了。下面是我升级使用的方法：

@Autowired
private ElasticsearchRestTemplate elasticsearchRestTemplate;


@Test
public void test(){
    AnalyzeResponse analyzeResponse = elasticsearchRestTemplate.execute(
        new ElasticsearchRestTemplate.ClientCallback() {
            @Override
            public AnalyzeResponse doWithClient(RestHighLevelClient client) throws IOException {
                AnalyzeRequest analyzeRequest = AnalyzeRequest.withGlobalAnalyzer("ik_max_word", "中国力量");
                return client.indices().analyze(analyzeRequest, RequestOptions.DEFAULT);
            }
        }
    );
    analyzeResponse.getTokens().forEach(analyzeToken -> {
        System.out.println(analyzeToken.getTerm());
    });
    // 分词结果：
    // 中国力量
    // 中国
    // 国力
    // 力量
}

另外也可以用HTTP请求，直接取得分词结果：

 

get http://localhost:9200/_analyze

参数：

{
    "analyzer":"ik_max_word", 
    "text":"中国力量"
}

analyzer： 分词器名称

text：要查询的词

返回结果：

{
    "tokens": [
        {
            "token": "中国力量",
            "start_offset": 0,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 0
        },
        {
            "token": "中国",
            "start_offset": 0,
            "end_offset": 2,
            "type": "CN_WORD",
            "position": 1
        },
        {
            "token": "国力",
            "start_offset": 1,
            "end_offset": 3,
            "type": "CN_WORD",
            "position": 2
        },
        {
            "token": "力量",
            "start_offset": 2,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 3
        }
    ]
}

可以看到“中国力量”被分成了“中国力量”、“中国”、“国力”、“力量”