ElasticSearch lowercase token filter失效问题排查求助

你的问题出在自定义分析器没有绑定小写过滤器。虽然你在analysis下写了"filter" : ["lowercase"]，但ElasticSearch不会自动将这个过滤器关联到my_analyzer上，必须在分析器的配置里明确声明要使用的过滤器。

修正后的索引配置如下：

PUT test-index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "my_tokenizer",
          "filter": ["lowercase"]  // 这里添加过滤器绑定
        }
      },
      "tokenizer": {
        "my_tokenizer": {
          "type": "pattern",
          "pattern": "(?<!^)(?=[A-Z])"
        }
      }
    }
  }
}

重新执行你的测试请求：

POST test-index/_analyze
{
  "analyzer": "my_analyzer",
  "text": "SomeSideCar.jpg"
}

就能得到你预期的分词结果：

{
  "tokens": [
    {
      "token": "some",
      "start_offset": 0,
      "end_offset": 4,
      "type": "word",
      "position": 0
    },
    {
      "token": "side",
      "start_offset": 4,
      "end_offset": 8,
      "type": "word",
      "position": 1
    },
    {
      "token": "car.jpg",
      "start_offset": 8,
      "end_offset": 15,
      "type": "word",
      "position": 2
    }
  ]
}

自定义分析器的执行逻辑是字符过滤器（可选）→ 分词器 → 令牌过滤器，你之前只指定了分词器，漏掉了把小写过滤器加入到分析器的执行链里，所以分词后的结果没有被转成小写。

内容的提问来源于stack exchange，提问作者cah1r