Elasticsearch：内置法语分析器自定义分词器后停用词失效问题

1. 当前配置确实完全重定义了法语分析器 #

你直接在analysis.analyzer下定义了名为french的自定义分析器，这会直接覆盖Elasticsearch内置的同名法语分析器——相当于完全重新编写了一个分析器，并没有基于内置版本做增量修改。

2. 停用词未被过滤的原因 #

你配置的过滤器里用了通用的stop过滤器，但这个过滤器默认绑定的是英文停用词表，根本不识别法语停用词（比如ou、le）。而内置法语分析器用的是专门的french_stop过滤器，它会自动加载法语专属的停用词列表，这才是能过滤法语停用词的关键。

3. 可以基于内置法语分析器仅替换分词器 #

不需要完全重写分析器，正确的做法是继承内置法语分析器的配置，只替换你需要修改的分词器部分。推荐把自定义分析器改名（比如叫custom_french），避免覆盖内置的french分析器，具体配置如下：

SETTINGS = \
{
    "settings": {
        "analysis": {
            "analyzer": {
                # 自定义分析器，继承内置法语分析器的配置
                "custom_french": {
                    "type": "french",  # 指定继承内置法语分析器
                    "tokenizer": "dot_and_boundary_tokeniser"  # 仅替换分词器
                }
            },
            "tokenizer": {
                "dot_and_boundary_tokeniser": {
                    "type": "pattern",
                    "pattern": r"[\.\W]+"  # 包含"."作为分词分隔符
                }
            }
        }
    }
}        
MAPPINGS = \
{
    "properties": {
        "french_normalised_content": {
            "type": "text",
            "term_vector": "with_positions_offsets",
            "fields": {
                "french_stemmed": {
                    "type": "text",
                    "analyzer": "custom_french",  # 使用自定义的继承版分析器
                    "term_vector": "with_positions_offsets",
                }
            }
        }
    }
}

配置说明 #

• 用"type": "french"让自定义分析器继承内置法语分析器的所有默认配置（包括lowercase、french_stop、french_stemmer这些专属过滤器）
• 只需要指定要替换的tokenizer，其他配置会自动沿用内置版本
• 改名成custom_french避免覆盖内置分析器，防止影响其他字段的使用

如果一定要覆盖内置的french分析器，也可以把上面的custom_french改成french，但不推荐这么做，会增加后续维护的混淆风险。

内容的提问来源于stack exchange，提问作者mike rodent