ElasticSearch 中的中文分词器以及索引基本操作详解

from datetime import datetime
from elasticsearch import Elasticsearch
 
# 连接ElasticSearch
es = Elasticsearch(hosts=["localhost:9200"])
 
# 创建或更新索引
def create_or_update_index(index_name, index_body):
    if es.indices.exists(index_name):
        es.indices.put_mapping(index=index_name, body=index_body)
        print(f"Index {index_name} updated.")
    else:
        es.indices.create(index=index_name, body=index_body)
        print(f"Index {index_name} created.")
 
# 创建文档
def create_document(index_name, doc_id, document):
    es.index(index=index_name, id=doc_id, document=document)
    print(f"Document {doc_id} added to index {index_name}.")
 
# 查询文档
def search_document(index_name, query):
    response = es.search(index=index_name, body=query)
    print(f"Search results for index {index_name}:")
    for hit in response['hits']['hits']:
        print(hit)
 
# 定义索引映射
index_body = {
    "mappings": {
        "properties": {
            "content": {
                "type": "text",
                "analyzer": "ik_max_word",
                "search_analyzer": "ik_max_word"
            },
            "publish_date": {
                "type": "date"
            }
        }
    }
}
 
# 定义索引名称
index_name = "news_index"
 
# 创建或更新索引
create_or_update_index(index_name, index_body)
 
# 创建文档
doc_id = 1
document = {
    "content": "这是一条测试新闻",
    "publish_date": datetime.now()
}
create_document(index_name, doc_id, document)
 
# 查询文档
query = {
    "query": {
        "match": {
            "content": "测试"
        }
    }
}
search_document(index_name, query)

这段代码首先导入了必要的Elasticsearch模块，并创建了与本地Elasticsearch实例的连接。然后定义了一个函数来创建或更新索引，并根据需要设置了中文分词器ik_max_word。接着，定义了文档的索引映射和索引名称，并调用相应的函数来执行索引的创建或更新，以及文档的添加和搜索。这个例子展示了如何在Elasticsearch中使用中文分词器处理文本数据，并执行基本的索引和搜索操作。