Azure Cognitive Search中keyword分析器产品代码通配符搜索失败排查

我正尝试为产品搭建搜索索引，要求产品代码（示例：TTY1012-0088-VTX1）支持通配符搜索。已将产品代码字段设为可搜索并采用keyword分析器，通过测试分析器API确认该字段被分词为单个token。但使用Azure Cognitive Search Explorer执行含连字符-的Lucene正则查询queryType=full&search=/TTY-10.*/时，无结果返回。

疑问 #

有资料提及keyword分析器仅支持精确匹配，但未在官方文档找到相关说明，该表述是否准确？

补充测试 #

进一步测试发现问题源于产品代码中的连字符，含连字符的通配符查询均无结果，考虑通过移除产品代码及搜索请求中的连字符解决，求正确方案。

关于keyword分析器的匹配能力 #

keyword分析器并非仅支持精确匹配，它会将整个字段内容作为单个token存储，因此支持前缀、后缀、通配符以及正则表达式查询——前提是查询语法与存储的token完全兼容。你的问题出在Lucene正则查询的语法上：连字符-在Lucene正则中是特殊字符（用于表示字符范围，比如a-z），直接使用会导致解析异常，无法匹配到存储的TTY1012-0088-VTX1这类包含连字符的token。

正确的查询写法 #

如果要保留产品代码中的连字符，有两种可行方式：

• 转义正则中的连字符：

  queryType=full&search=/TTY\-10.*/
  

• 使用通配符查询替代正则（更简洁，性能更优）：

  queryType=full&search=TTY-10*
  

  通配符查询中，连字符不属于特殊字符，无需转义即可正常匹配。

移除连字符的优化方案 #

如果希望彻底规避特殊字符问题，可采用字段双存储+查询预处理的方案：

1. 索引阶段：创建两个字段，一个存储原始带连字符的产品代码（用于前端展示），另一个存储移除所有连字符后的代码（比如TTY10120088VTX1），后者使用keyword分析器并设为可搜索。
2. 查询阶段：接收用户输入的搜索词后，先移除其中的连字符，再对处理后的字段执行通配符查询。
   这种方案既不影响用户看到原始格式的产品代码，又能避免查询时的特殊字符转义操作，提升查询稳定性。

验证步骤 #

1. 再次通过测试分析器API确认：带连字符的产品代码经keyword分析器处理后，确实生成单个完整token。
2. 用转义后的正则或通配符查询测试，确认返回预期结果；若采用移除连字符的方案，验证预处理后的搜索词能匹配到处理后的索引字段。

内容的提问来源于stack exchange，提问作者SørenHN