刚好处理过一模一样的场景——默认的ASCII Folding Token Filter会把Ə（U+018F）和ə（U+0259）折叠成A/a，但我们需要让它们映射到E/e，同时还要保留原字符。用char_filter确实没法同时满足修改映射和保留原字符的需求，所以咱们可以通过自定义分析器来实现：

具体实现步骤 #

1. 自定义ASCII折叠过滤器：创建一个带自定义映射的asciifolding过滤器，明确指定Ə/ə要映射到E/e，同时开启preserve_original: true来保留原始字符。
2. 替换默认分析器：把这个自定义过滤器配置到索引的默认分析器中，确保所有文本都会按这个规则处理。

执行配置命令 #

直接运行以下curl命令来更新目标索引（这里以myix为例）的设置：

curl -XPUT 'localhost:9200/myix/_settings?pretty' -H 'Content-Type: application/json' -d'
{
  "analysis" : {
    "analyzer" : {
      "default" : {
        "tokenizer" : "standard",
        "filter" : ["standard", "my_ascii_folding"]
      }
    },
    "filter" : {
      "my_ascii_folding" : {
        "type" : "asciifolding",
        "preserve_original" : true,
        "mapping" : [
          "Ə=>E",
          "ə=>e"
        ]
      }
    }
  }
}
'

关键细节说明 #

• mapping参数：默认的asciifolding过滤器里，Ə/ə是映射到A/a的，所以必须通过这个参数手动覆盖映射规则，才能让它们转成E/e。
• preserve_original: true：这个配置会让过滤器同时输出原始字符和折叠后的字符，这样无论是搜索原始的Ələ还是折叠后的Ele，都能匹配到对应的文档，完美解决char_filter无法保留原字符的问题。

验证效果 #

可以用_analyze接口测试分析器是否生效：

curl -XGET 'localhost:9200/myix/_analyze?pretty' -H 'Content-Type: application/json' -d'
{
  "analyzer": "default",
  "text": "Ələ"
}
'

返回的tokens里应该会包含Ə、l、ə（原始字符）和E、l、e（折叠后字符），这就说明配置成功了。

内容的提问来源于stack exchange，提问作者nikli