OpenSearch如何按数字查询并忽略特殊字符？精准匹配需求

问题核心：你的my_number字段默认分词会拆分带特殊字符的字符串，导致去掉符号后的查询无法匹配。要实现忽略特殊字符但严格匹配数字序列的需求，关键是将字段转换为纯数字的精确值后再进行匹配。

方案一：提前创建带纯数字子字段的索引（推荐） #

通过自定义字符过滤器和分析器，在索引阶段就把my_number处理成纯数字的keyword类型子字段，后续查询直接针对该子字段做精确匹配。

1. 创建索引并配置分析器 #

PUT test
{
  "settings": {
    "analysis": {
      "char_filter": {
        "strip_non_digits": {
          "type": "pattern_replace",
          "pattern": "\\D", // 匹配所有非数字字符
          "replacement": "" // 替换为空
        }
      },
      "analyzer": {
        "digit_only": {
          "type": "custom",
          "char_filter": ["strip_non_digits"],
          "tokenizer": "keyword" // 保持整个纯数字串为单个token
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "my_number": {
        "type": "text", // 保留原字段的分词能力
        "fields": {
          "pure_digit": {
            "type": "keyword",
            "analyzer": "digit_only"
          }
        }
      }
    }
  }
}

2. 插入测试文档 #

PUT test/example/1
{
  "my_number": "1301-003.023"
}

3. 执行精确查询 #

无论输入是否带特殊字符，先手动去除非数字（或直接输入纯数字），然后针对my_number.pure_digit做term查询：

GET test/_search
{
  "query": {
    "term": {
      "my_number.pure_digit": "1301003023"
    }
  }
}

此时会返回目标文档；若输入1301003032（对应1301-003.032），则无匹配结果，符合精确要求。

方案二：动态生成纯数字字段（临时场景） #

如果无法修改现有索引，可使用Runtime Field在查询时动态处理字段值，无需重新索引：

GET test/_search
{
  "runtime_mappings": {
    "my_number_pure_digit": {
      "type": "keyword",
      "script": """
        def raw_value = doc['my_number'].value;
        emit(raw_value.replaceAll("\\D", ""));
      """
    }
  },
  "query": {
    "term": {
      "my_number_pure_digit": "1301003023"
    }
  }
}

注意：Runtime Field会在查询时实时计算，性能低于提前索引的子字段，适合临时测试或小规模数据场景。

原理说明 #

默认的标准分词器会将1301-003.023拆分为1301、003、023三个token，而1301003.023会被拆分为1301003、023，两者token集合不重叠，因此match查询无法命中。通过将字段转换为纯数字的keyword类型，我们确保只有数字序列完全一致的文档才会被匹配，同时自动忽略了所有非数字特殊字符。

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