能否通过正则表达式提升Elasticsearch Match查询的评分？

你的核心需求是仅当用户查询的数字与文档提取的数字字段完全匹配，且该数字长度≥5位时，才提升对应文档的评分。之前的实现错误在于把正则查询和匹配查询做了无关联的组合，导致所有含长数字的文档都被加分，而不是仅匹配查询内容的那些。

正确实现方式 #

方式1：使用bool查询（推荐） #

通过must确保文档匹配查询的数字，should追加正则校验并设置评分权重，仅对匹配must的文档进行加分判断：

content_query.append(
    {
        "bool": {
            "must": [
                # 确保文档的数字字段与查询token完全匹配
                {
                    "match": {
                        "document.number".format(lang): {
                            "query": token
                        }
                    }
                }
            ],
            "should": [
                # 仅对已匹配的文档，检查数字是否≥5位，满足则提升评分
                {
                    "regexp": {
                        "document.number".format(lang): {
                            "value": "[0-9]{5,}",
                            "boost": 5
                        }
                    }
                }
            ],
            # 设置should子句为可选项，确保不匹配正则的文档仍能被返回
            "minimum_should_match": 0
        }
    }
)

方式2：使用function_score查询 #

如果需要更灵活的评分控制，可通过function_score实现，仅对符合条件的文档应用评分因子：

content_query.append(
    {
        "function_score": {
            # 主查询：匹配用户输入的数字
            "query": {
                "match": {
                    "document.number".format(lang): {
                        "query": token
                    }
                }
            },
            # 评分函数：仅对数字≥5位的匹配文档提升评分
            "functions": [
                {
                    "filter": {
                        "regexp": {
                            "document.number".format(lang): "[0-9]{5,}"
                        }
                    },
                    "boost_factor": 5
                }
            ],
            # 评分模式：将原始评分与boost因子相乘
            "boost_mode": "multiply"
        }
    }
)

为什么之前的实现无效 #

你之前的代码同时在must和filter中重复组合了match与regexp查询，导致：

1. filter会直接过滤掉不满足正则的文档，而不是仅调整评分；
2. 正则查询没有和匹配查询做关联，会对所有含长数字的文档生效，不管是否匹配用户的查询内容。

示例验证 #

针对你的三个测试文档：

• 查询56000时，仅文档1的document.number匹配must查询，且满足正则条件，会获得5倍评分提升；
• 文档2的数字123695不匹配查询token，不会出现在结果中；
• 文档3的数字52.85不匹配查询token，也不会被返回。

完全符合你的预期需求。

内容的提问来源于stack exchange，提问作者donutyeon