Elasticsearch Java正则查询失效：语法是否存在问题？

核心问题拆解 #

1. 正则语法错误：你写的\-?*是非法正则——?（匹配0/1次）和*（匹配0/多次）都是量词，不能连续叠加，这直接导致regexpQuery无返回结果。
2. 字段类型不匹配：如果regexExpression是text类型，Elasticsearch会对电话号码分词，regexpQuery匹配的是分词后的单个term而非完整号码字符串。
3. 语法混淆：simpleQueryString里的*是通配符（匹配任意字符），但regexpQuery里的*是正则量词，两者语法规则完全不同。

分步解决 #

1. 修正正则表达式语法

把非法的\-?*改成符合Lucene正则规则的写法：

• 若要匹配0或1个减号：用\-?
• 若要匹配任意数量减号：用\-*

针对你原需求（匹配带/不带-，中间含单个数字的号码），正确正则应为：

// 匹配格式：[可选+/#][可选-][数字]3475[数字]6
QueryBuilders.regexpQuery("regexExpression.keyword", "[+#]?\\-?\\d3475\\d6")

注：Lucene正则中\d等价于[0-9]，写法更简洁。

2. 确保字段为keyword类型

如果你的regexExpression是text类型，必须改用它的keyword子字段（比如regexExpression.keyword），或者直接将字段设置为keyword类型（适合存储电话号码这类无需分词的字符串）。

3. 正确转换用户输入为Lucene正则

针对用户输入含+、#、*的场景，写一个转换工具方法，把用户输入的通配符语法转成合法的Lucene正则：

public String userInputToLuceneRegex(String userInput) {
    // 处理前缀：允许开头有0或1个+/#
    String regex = userInput.replaceFirst("^([+#])?", "[+#]?");
    // 把用户输入的*（单个数字占位符）替换为Lucene的\d
    regex = regex.replace("*", "\\d");
    // 转义正则特殊字符（比如-）
    regex = regex.replace("-", "\\-");
    return regex;
}

示例转换：

• 用户输入+123*45* → 转换为[+#]?123\d45\d
• 用户输入234**789 → 转换为[+#]?234\d\d789
• 用户输入\-?*2347566 → 转换为[+#]?\-?\d2347566

4. 性能优化提示

Lucene的regexpQuery如果以通配符（比如[+#]?）开头，性能会受影响。如果业务允许，可：

• 要求用户优先输入固定前缀
• 对电话号码做ngram索引，结合prefixQuery提升查询效率

内容的提问来源于stack exchange，提问作者user3822558