Elasticsearch自定义字符过滤器失效，求提取JSON键的分析器方案

嘿，我看你想做一个能处理JSON字符串、提取键的自定义分析器，现在字符过滤器没生效对吧？问题出在映射语法的细节上，我来给你捋清楚怎么改：

先看修正后的完整配置 #

{
  "settings": {
    "analysis": {
      "analyzer": {
        "query_logging_analyzer": {
          "tokenizer": "whitespace",
          "char_filter": [
            "json_cleanup_filter"
          ]
        }
      },
      "char_filter": {
        "json_cleanup_filter": {
          "type": "mapping",
          "mappings": [
            "' => ",
            "{ => ",
            "} => ",
            ", => ",
            ": => ",
            "[ => ",
            "] => "
          ]
        }
      }
    }
  }
}

为什么原来的配置不行？ #

• 你用了=>这种HTML转义后的写法，但Elasticsearch的mapping字符过滤器只认**原生的=>**作为映射分隔符，之前的写法会被当成普通字符，根本不会触发替换。
• 另外\\u0020完全可以直接写成空格，既直观又不会出错。

修正后的效果 #

比如你输入：{"user":"john","tags":["admin","editor"]}
经过这个分析器处理后：

1. 字符过滤器会把{、}、:、[、]、,全换成空格，得到："user" "john" "tags" "admin" "editor"
2. 再通过whitespace分词器拆分，就能得到"user"、"john"、"tags"这些token，轻松提取出JSON的键啦。

要是你还想去掉引号，直接在mappings里加一条" => 就行，这样连双引号也会被替换成空格，最终得到纯文本的键和值。

内容的提问来源于stack exchange，提问作者ffff