如何通过Java API在ElasticSearch中用CA123匹配带连字符的索引值？

当然可以做到！要实现用CA123匹配CA-123、C-A123这类带分隔符的数据，核心是让查询逻辑能「忽略分隔符」匹配内容。下面给你两种实用方案，结合Java API来实现：

这是最靠谱的长期解决方案——在索引数据时，新增一个归一化字段，把原字段里的所有非字母/数字的字符（比如-）去掉，存成纯字母数字格式。比如原字段是CA-123，归一化后就是CA123；C-A123归一化后也是CA123。查询时直接匹配这个归一化字段，速度快且逻辑简单。

Java API 查询示例（以ES 8.x的RestHighLevelClient为例） #

// 初始化ES客户端
RestHighLevelClient client = new RestHighLevelClient(
        RestClient.builder(new HttpHost("localhost", 9200, "http")));

// 构造查询请求
SearchRequest searchRequest = new SearchRequest("your_index_name");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

// 精准匹配归一化后的目标值CA123
TermQueryBuilder termQuery = QueryBuilders.termQuery("code_normalized", "CA123");
sourceBuilder.query(termQuery);

searchRequest.source(sourceBuilder);

// 执行查询并处理结果
try {
    SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
    for (SearchHit hit : searchResponse.getHits().getHits()) {
        System.out.println("匹配到文档: " + hit.getSourceAsString());
    }
} catch (IOException e) {
    e.printStackTrace();
} finally {
    // 关闭客户端
    try {
        client.close();
    } catch (IOException e) {
        e.printStackTrace();
    }
}

如果没法修改现有索引结构，也可以在查询时动态处理字段内容，不过性能会比方案一差一些，适合数据量不大的场景。

子方案1：正则表达式查询 #

构造正则规则，允许目标字符之间出现任意非字母数字的分隔符：

// 构造正则查询：匹配C和A、A和1、1和2、2和3之间可以有任意非字母数字字符
RegexpQueryBuilder regexpQuery = QueryBuilders.regexpQuery("code", "C\\W*A\\W*1\\W*2\\W*3");
sourceBuilder.query(regexpQuery);

子方案2：Painless脚本查询 #

用ES内置的Painless脚本实时去掉字段里的分隔符，再和目标值对比：

// 定义脚本：去掉字段中的非字母数字字符，再和CA123比较
Script script = new Script(
        ScriptType.INLINE, "painless",
        "doc['code'].value.replaceAll('[^A-Za-z0-9]', '') == params.target",
        Collections.singletonMap("target", "CA123")
);
ScriptQueryBuilder scriptQuery = QueryBuilders.scriptQuery(script);
sourceBuilder.query(scriptQuery);

注意事项 #

• 正则和脚本查询会对每个匹配的文档做实时处理，数据量大时会拖慢查询速度，谨慎使用。
• 如果用脚本查询，需要确保ES集群开启了Painless脚本支持（默认是开启的）。

内容的提问来源于stack exchange，提问作者Anna