无法访问ElasticSearch机器时，如何通过RestAPI查看停用词过滤器

嘿，我来帮你搞定这个问题！既然没法直接登录ElasticSearch服务器查看配置文件，只能通过Rest API操作，那有两个实用的方法可以获取指定停用词过滤器的所有停用词：

方法1：通过Index API读取过滤器的配置详情 #

如果你的停用词过滤器是索引级自定义配置（或者你想查看默认过滤器的配置），可以调用索引的设置查询API，直接获取过滤器的完整配置，包括停用词列表。

具体请求： #

发送GET请求到目标索引的设置接口，加上include_defaults=true参数可以同时返回ES默认的配置：

GET /your_target_index/_settings?include_defaults=true

解析返回结果： #

在返回的JSON中，找到index.analysis.filter节点，定位到你要查询的过滤器名称。比如你要找名为custom_stop_filter的过滤器，会看到类似这样的内容：

{
  "your_target_index": {
    "settings": {
      "index": {
        "analysis": {
          "filter": {
            "custom_stop_filter": {
              "type": "stop",
              "stopwords": ["a", "an", "the", "is", "are"]
            }
          }
        }
      }
    }
  }
}

这里的stopwords数组就是该过滤器的所有停用词了。

方法2：用Analyze API反向验证停用词 #

如果不知道过滤器的配置细节，或者过滤器使用的是服务器上的自定义停用词文件（没法直接读取），可以用Analyze API来测试哪些词会被过滤掉。

具体请求： #

发送POST请求到/_analyze接口，传入你要测试的词列表，指定目标tokenizer和过滤器：

POST /_analyze
{
  "text": ["a", "an", "the", "test", "hello", "world"],
  "tokenizer": "standard",
  "filter": ["your_target_stop_filter"]
}

解析返回结果： #

查看返回的tokens数组，那些没有出现在结果里的词，就是被该停用词过滤器过滤掉的停用词。比如上面的请求如果返回test、hello、world，那a、an、the就是这个过滤器的停用词。

小提示： #

如果测试的词量很大，可以批量传入文本，或者分多次测试，这样能覆盖更多停用词。

内容的提问来源于stack exchange，提问作者user1439579