Azure Cognitive Search使用Lucene正则搜索单字符无结果如何解决

• Azure Cognitive Search默认使用标准Lucene分析器构建索引，会自动过滤英文停用词，单个字母A属于典型的英文停用词，在索引构建阶段就被剔除，没有存入倒排索引。
• 正则搜索是基于分词后的索引token进行匹配，而非原始全文本，因此被过滤的停用词无法被命中。而1、S（对应September的分词前缀，未被过滤）不属于停用词范围，所以可以正常返回结果。
• 你当前使用的/.* {word} .*/规则前后强制匹配空格，如果目标字符出现在句子开头/结尾也会出现匹配失败，属于潜在优化点。

方案1：自定义分析器关闭停用词过滤（最彻底） #

在搜索索引定义中，为需要匹配单个字母的字段配置自定义分析器，移除停用词过滤组件，配置示例如下：
字段配置：

{
  "name": "目标字段名",
  "type": "Edm.String",
  "searchable": true,
  "analyzer": "custom_no_stopwords_analyzer"
}

自定义分析器配置：

"analyzers": [
  {
    "@odata.type": "#Microsoft.Azure.Search.CustomAnalyzer",
    "name": "custom_no_stopwords_analyzer",
    "tokenizer": "standard",
    "tokenFilters": [ "lowercase" ]
  }
]

配置完成后重新构建索引即可让单个字母正常存入索引，支持搜索匹配。

方案2：自定义停用词列表（折中方案） #

如果不需要完全关闭停用词过滤，仅需要保留部分单个字母的索引，可以在分析器中配置自定义停用词列表，移除你需要搜索的单个字母即可，无需全部停用停用词过滤能力。

方案3：改用通配符搜索（无需修改索引） #

如果无法调整索引配置，可以放弃正则匹配，改用Lucene全查询模式下的通配符搜索，写法为*A*，无需用/包裹，匹配效率也高于正则表达式，可兼容大部分模糊匹配场景。

内容的提问来源于stack exchange，提问作者Sumit Manna