Searchkick含连字符内容查询无结果问题求助

问题根源 #

你的搜索出现问题，是因为默认分词器会把连字符当作词分隔符，将THIS-THAT拆分为THIS和THAT存入索引；而match: :word_middle的匹配逻辑在处理搜索词时，会移除连字符将其合并为THISTHAT，导致索引中没有对应的匹配项。去掉match: :word_middle后，搜索会匹配拆分后的单个词，所以能找到结果，但这会影响其他场景的中间匹配需求。

可行解决方案 #

1. 为目标字段配置保留连字符的分词器

修改Record模型的搜索映射，给需要匹配连字符的字段（如name、abbreviation）设置自定义分词器，让连字符被当作词的一部分而非分隔符：

# app/models/record.rb
searchkick mappings: {
  record: {
    properties: {
      name: {
        type: "text",
        analyzer: "hyphen_preserve_analyzer",
        fields: { standard: { type: "text", analyzer: "standard" } } # 保留原分词字段兼容其他搜索
      },
      abbreviation: {
        type: "text",
        analyzer: "hyphen_preserve_analyzer",
        fields: { standard: { type: "text", analyzer: "standard" } }
      },
      description: { type: "text", analyzer: "standard" } # 描述字段可保留默认分词
    }
  }
}, settings: {
  analysis: {
    analyzer: {
      hyphen_preserve_analyzer: {
        tokenizer: "standard",
        filter: ["lowercase", "hyphen_protector"]
      }
    },
    filter: {
      hyphen_protector: {
        type: "word_delimiter",
        preserve_original: true, # 强制保留带连字符的完整词
        generate_word_parts: false, # 不拆分出单个词部分
        split_on_numerics: false,
        split_on_case_change: false
      }
    }
  }
}

配置完成后，重新生成索引：

rails c
> Record.reindex

之后搜索时，match: :word_middle就能正确识别带连字符的搜索词，同时原有的中间匹配逻辑不受影响。

2. 对含连字符的搜索词做特殊处理

如果不想修改索引结构，可以在构建搜索查询时，对包含连字符的关键词做短语匹配处理，强制匹配完整的带连字符内容：

# 处理搜索词：含连字符则用短语包裹
processed_query = q&.include?('-') ? "\"#{q}\"" : (q || "*")

::Record.search(processed_query,
                fields: fields,
                match: :word_middle,
                per_page: max_per_page(per_page) || 30,
                page: page || 1,
                order: sort_clause,
                aggs: aggs,
                misspellings: {below: 5}
      )

这种方式无需修改索引，只需调整搜索词格式，适合临时快速解决问题，但要注意短语匹配的优先级和中间匹配的兼容性。

3. 添加字段子索引

给目标字段添加一个使用keyword或whitespace分词器的子字段，搜索时同时匹配原字段和子字段，兼顾中间匹配和连字符匹配：

# app/models/record.rb
searchkick mappings: {
  record: {
    properties: {
      name: {
        type: "text",
        analyzer: "standard",
        fields: { raw: { type: "keyword" } } # 添加keyword类型子字段
      },
      abbreviation: {
        type: "text",
        analyzer: "standard",
        fields: { raw: { type: "keyword" } }
      },
      description: { type: "text", analyzer: "standard" }
    }
  }
}

修改搜索字段配置，同时包含原字段和子字段（子字段可设置更高权重保证匹配优先级）：

fields = [
  { name: { boost: 10 } },
  { name_raw: { boost: 12 } },
  { abbreviation: { boost: 5 } },
  { abbreviation_raw: { boost: 7 } },
  :description
]

重新索引后，搜索THIS-THAT会优先匹配name_raw字段的完整内容，同时其他搜索场景依然能通过原字段的word_middle匹配实现中间搜索。

内容的提问来源于stack exchange，提问作者knirirr