ElasticSearch无撇号输入匹配带撇号内容配置失效问题

你的配置不生效是两个核心错误导致的：

• 正则转义写错了：你在索引配置里用"""（Kibana DevTools的原始字符串语法）定义正则pattern时，多写了一层反斜杠。普通JSON字符串里正则的\s需要转义成\\s才能被识别为空白符元字符，但原始字符串里反斜杠不需要转义，你写的\\s会被正则引擎识别为匹配字面量的\s字符（也就是反斜杠加字母s），正常文本里根本不存在这个字符，所以你的字符过滤规则完全没生效，不会生成johns这个token。
• 配置未对存量文档生效：ES的分词是在文档写入时完成的，修改分析器配置不会自动对已经写入的文档重新分词，必须重建索引、执行reindex把存量数据导到新索引，新的分词规则才会生效。

另外你写的正则里前导的\s*完全没必要，去掉不影响匹配效果，还能减少转义出错的概率。

PUT /your_target_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_custom_search": {
          "char_filter": [
            "flexible_plurals"
          ],
          "tokenizer": "standard"
        }
      },
      "char_filter": {
        "flexible_plurals": {
          "type": "pattern_replace",
          // DevTools三引号原始字符串写法，不需要额外转义反斜杠，去掉了多余的前导空白匹配
          "pattern": """([a-zA-Z0-9]+)'s""",
          // 如果是标准JSON提交（不用三引号），pattern值直接写"([a-zA-Z0-9]+)'s"即可
          "replacement": " $1 $1s $1's "
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "search-terms": {
        "type": "text",
        "analyzer": "my_custom_search"
      }
    }
  }
}

• 创建完索引后，先调用_analyze接口验证分词结果是否符合预期：

  GET /your_target_index/_analyze
  {
    "analyzer": "my_custom_search",
    "text": "john's dog jumped"
  }
  

  确认返回的token列表包含john、johns、john's三个值，再进行下一步。
• 将业务数据通过_reindex接口导入到新索引中，不要直接复用修改配置前的旧索引。
• 正常使用match查询搜索johns，即可匹配到包含John's的文档。

如果不需要区分john、johns、john's的相关性差异，可以直接用更简单的撇号移除规则，不需要做token展开，配置更不容易出错：

"char_filter": {
  "remove_apostrophe": {
    "type": "pattern_replace",
    "pattern": "'",
    "replacement": ""
  }
}

这个规则会把所有撇号直接删除，John's会被分词为johns，无论用户搜johns还是john's（搜索时撇号也会被同步删除）都能正常匹配。

内容的提问来源于stack exchange，提问作者Sepehr Sabbagh-pour