Elasticsearch 用于html 去標(biāo)簽化搜索：即在Index的時(shí)候忽略html tag，同時(shí)又存儲(chǔ)了完整的html轩缤，
在使用的時(shí)候可以正常讀出來。

自定義html analyzer

PUT my_index
{
  "settings": {
    // 定義兩種過濾html標(biāo)記后渔肩，自動(dòng)生成的沒有html標(biāo)簽的index
    "analysis": {
      "analyzer": {
        //對(duì)應(yīng)text類型
        "html_text_analyzer": {
          "tokenizer": "standard",
          "char_filter": ["html_char_filter"]
        },
        //對(duì)應(yīng)keyword類型
        "html_keyword_analyzer": {
          "tokenizer": "keyword",
          "filter":["trim"],
          "char_filter": ["html_char_filter"]
        }
      },
      "char_filter": {
        "html_char_filter": {
          "type": "html_strip"
        }
      }
    }
  },
  "mappings": {
    // 測(cè)試時(shí)使用字段子類型逼友，一個(gè)字段建立三種index方便比較
    "properties": {
      "html":{
        "type": "text",
        "fields": {
          "html_text":{
            "search_analyzer": "simple",
            "analyzer":"html_text_analyzer",
            "type":"text"
          },
          "html_keyword":{
            "analyzer":"html_keyword_analyzer",
            "type":"text"
          }
        }
      }
    }
  }
}

// 測(cè)試html_text_analyzer
POST my_index/_analyze
{
  "analyzer": "html_text_analyzer",
  "text": "<p>I&apos;m so <b>happy</b>!</p>"
}
// 返回結(jié)果


// 測(cè)試html_keyword_analyzer
POST my_index/_analyze
{
  "analyzer": "html_keyword_analyzer",
  "text": "<p>I&apos;m so <b>happy</b>!</p>"
}

// 返回結(jié)果  去除html標(biāo)記后正常分解
{
  "tokens" : [
    {
      "token" : "I'm",
      "start_offset" : 3,
      "end_offset" : 11,
      "type" : "<ALPHANUM>",
      "position" : 0
    },
    {
      "token" : "so",
      "start_offset" : 12,
      "end_offset" : 14,
      "type" : "<ALPHANUM>",
      "position" : 1
    },
    {
      "token" : "happy",
      "start_offset" : 18,
      "end_offset" : 27,
      "type" : "<ALPHANUM>",
      "position" : 2
    }
  ]
}


// 錄入數(shù)據(jù) 帶span標(biāo)記
POST my_index/_doc
{
  "html":"<span>I&apos;m so <b>happy</b>!</span>"
}

//返回結(jié)果 去除html標(biāo)記，全文被索引為一個(gè)keyword
{
  "tokens" : [
    {
      "token" : "I'm so happy!",
      "start_offset" : 0,
      "end_offset" : 32,
      "type" : "word",
      "position" : 0
    }
  ]
}


// 查詢index 結(jié)果化借，原始的text類型使用默認(rèn)analyzer潜慎，查詢span，能返回結(jié)果是應(yīng)為span也被索引了
POST my_index/_search
{
  "query": {
    "match": {
      "html": "span"
    }
  }
}

// 查詢使用html_text_analyzer 建立的索引中的span,無返回結(jié)果結(jié)果，說明html標(biāo)記沒有被索引
POST my_index/_search
{
  "query": {
    "match": {
      "html.html_text": "span"
    }
  }
}


// 查詢使用html_text_analyzer 建立的索引中的happy,能返回結(jié)果铐炫，html中text 被正常索引
POST my_index/_search
{
  "query": {
    "match": {
      "html.html_text": "happy"
    }
  }
}

// 查詢使用html_keyword_analyzer 建立的索引中的happy,無返回結(jié)果垒手，因?yàn)檫@里要用keyword的查詢語法
POST my_index/_search
{
  "query": {
    "match": {
      "html.html_keyword": "happy"
    }
  }
}