Elasticsearch正则筛选无效手机号返回空，如何正确实现？

可能的问题及排查步骤 #

1. 检查phoneNumber.keyword字段是否存在 #

你的查询使用了phoneNumber.keyword，但该字段可能并未在索引映射中定义。Elasticsearch默认会为text类型字段生成keyword子字段，但如果你的phoneNumber字段是其他类型（如直接设为keyword），或映射被自定义修改过，可能不存在这个子字段。

• 验证方式：执行以下请求查看索引映射：

GET /session/_mapping

如果phoneNumber字段没有keyword子字段，要么修改映射添加该子字段，要么直接使用phoneNumber字段（如果它本身就是keyword类型）。

2. 修正正则表达式的转义写法 #

在JavaScript字符串中，转义字符需要双重处理。你当前的正则字符串'^\\\\+?[0-9]{11}$'解析后传递给Elasticsearch的是^\+?[0-9]{11}$，这在Lucene正则语法中是正确的，但可以简化写法避免混淆：

'regexp': { 'phoneNumber.keyword': '^\\+?[0-9]{11}$' }

3. 测试正则是否能匹配有效数据 #

先在Elasticsearch控制台（如Kibana）执行正向查询，确认正则能匹配到有效手机号的文档：

GET /session/_search
{
  "query": {
    "regexp": {
      "phoneNumber.keyword": "^\\+?[0-9]{11}$"
    }
  }
}

如果该查询返回有效数据，说明你的must_not逻辑是正确的，此时返回空数组意味着所有文档的手机号都符合规则；如果该查询返回空，说明正则或字段存在问题，需要调整。

4. 改用Painless脚本查询（更直观） #

如果regexp查询仍有问题，可以用Painless脚本直接判断手机号格式，避免正则转义的困扰：

const searchFilters = {
  query: {
    bool: {
      must_not: [
        {
          script: {
            source: "doc['phoneNumber.keyword'].value =~ /^\\+?[0-9]{11}$/"
          }
        }
      ],
      // 可选：如果需要排除phoneNumber字段不存在的文档，添加以下条件
      // must: [ { exists: { field: "phoneNumber" } } ]
    }
  },
  size: 10000
};

5. 检查字段值的额外字符 #

部分文档的phoneNumber可能包含空格、括号等额外字符（如+123 4567 8901），这些会导致正则匹配失败，从而被must_not保留。如果你的需求中这类数据属于无效手机号，当前逻辑是正确的；如果需要处理这类格式，需调整正则表达式（如允许空格）。

内容的提问来源于stack exchange，提问作者Dabasish Das Joy