如何在ElasticSearch/OpenSearch中排除含点的handler_id？

1. 先揪出当前正则的核心问题 #

（1）must_not的逻辑完全搞反了 #

原must_not里的正则[^_*\-.;?#$%^@!,/?+()~<>:'\[\]{}]，[^...]是匹配**不在集合里的字符**，加后意思是“匹配0次或多次非特殊字符”——这相当于只要字段里没有特殊字符就会被排除，完全和你要的“排除含特殊字符的项”逻辑相反。而且末尾多了个，语法都有问题，等于这个must_not条件根本没生效。

（2）must的正则没做全字段匹配 #

OpenSearch的regexp默认是部分匹配，只要字段里有一段符合就会命中，原正则~([^.])*[A-Za-z]{2}[a-zA-Z0-9]{2}[0-9]{8}里的~是普通字符，.MP4137879580里的MP4137879580部分刚好符合后面的格式段，所以就算开头有.也会被匹配到。

2. 一步步修正验证 #

• 修正must_not：精准排除含特殊字符的项
  直接写匹配“任意位置包含特殊字符”的正则，用.*包裹特殊字符集，这样只要字段里有任何一个特殊字符，就会被must_not排除：

  "must_not": [
    {
      "regexp": {
        "handler_id.keyword": ".*[_*\\-.;?#$%^@!`,/?+()~<>:'\\[\\]{}].*"
      }
    }
  ]
  

• 给must的正则加锚点，强制全字段匹配
  要确保整个handler_id符合格式，必须加^（字段开头）和$（字段结尾），同时用handler_id.keyword匹配原始完整值（避免分词干扰）：

  "must": [
    {
      "regexp": {
        "handler_id.keyword": "^[A-Za-z]{2}[a-zA-Z0-9]{2}[0-9]{8}$"
      }
    }
  ]
  

  这样.MP4137879580开头的.就会因为不满足开头的字母要求被排除。

• 单独测试每个条件
  用_validate/query工具单独验证正则是否生效，比如：

  GET _validate/query?q=handler_id.keyword:^[A-Za-z]{2}[a-zA-Z0-9]{2}[0-9]{8}$&explain=true
  

  或者单独跑must或must_not的查询，看是否能正确过滤目标值。

• 检查字段类型
  如果handler_id是text类型，分词会导致正则匹配的是拆分后的片段，必须用handler_id.keyword来匹配原始的完整字符串。

3. 修正后的完整查询 #

GET _search
{
  "from": 0,
  "size": 10,
  "query": {
    "bool": {
      "must_not": [
        {
          "regexp": {
            "handler_id.keyword": ".*[_*\\-.;?#$%^@!`,/?+()~<>:'\\[\\]{}].*"
          }
        }
      ],
      "must": [
        {
          "regexp": {
            "handler_id.keyword": "^[A-Za-z]{2}[a-zA-Z0-9]{2}[0-9]{8}$"
          }
        }
      ]
    }
  },
  "sort": [
    {
      "handler_id.keyword": {
        "order": "asc"
      }
    }
  ]
}

内容的提问来源于stack exchange，提问作者Leo