分析带前导连字符和分析端点的文本

Question

使用弹性搜索来分析一些文本（使用_analyze端点）。

我看到，当有前导连字符时，它不会返回json，而是返回一些其他格式。

尝试搜索有关此的文档，但一无所获。有人能告诉我原因吗？有没有办法强制输出json？以下示例。

谢谢。

---

简短的例子，一个文本是"this is"，另一个是"--------this is"。

这很好：

% curl -XGET 'localhost:9200/_analyze?analyzer=standard' -d 'this is'
{"tokens":[{"token":"this","start_offset":0,"end_offset":4,"type":"<ALPHANUM>","position":1},{"token":"is","start_offset":5,"end_offset":7,"type":"<ALPHANUM>","position":2}]}

但带前导码--返回其他格式的

% curl -XGET 'localhost:9200/_analyze?analyzer=standard' -d '---------this is'
---
tokens:
- token: "this"
  start_offset: 9
  end_offset: 13
  type: "<ALPHANUM>"
  position: 1
- token: "is"
  start_offset: 14
  end_offset: 16
  type: "<ALPHANUM>"
  position: 2

Answer 1

当文档没有说明时，您应该转向最终的"文档"资源，即代码。

从将处理_analyze调用的主RestAnalyzeAction REST端点开始，我们可以看到，在第87行，它将尝试通过调用RestActions.guessBodyContentType来猜测请求主体的内容类型。该方法将转而调用XContentFactory.xContentType，在后者中，我们可以在第156行找到原因，即，如果正文以两个连字符开头，则请求被解释为YAML，响应将相应地格式化为YAML。

您可以通过在curl命令中添加-v（表示详细）开关来确认这一事实：

curl -v -XGET 'localhost:9200/_analyze?analyzer=standard' -d '---------this is'

您将得到的响应将显示响应的内容类型为application/yaml

* Connected to localhost (::1) port 9200 (#0)
> GET /_analyze?analyzer=standard HTTP/1.1
> User-Agent: curl/7.37.1
> Host: localhost:9200
> Accept: */*
> Content-Length: 16
> Content-Type: application/x-www-form-urlencoded
> 
* upload completely sent off: 16 out of 16 bytes
< HTTP/1.1 200 OK
< Content-Type: application/yaml                   <---- HERE
< Content-Length: 183
< 
---
tokens:
- token: "this"
  start_offset: 9
  end_offset: 13
  type: "<ALPHANUM>"
  position: 1
- token: "is"
  start_offset: 14
  end_offset: 16
  type: "<ALPHANUM>"
  position: 2

Answer 2

当我尝试相同的有意义的插件时，我得到了以下结果

GET /_analyze?analyzer=standard&text=-this is
{
   "tokens": [
      {
         "token": "this",
         "start_offset": 1,
         "end_offset": 5,
         "type": "<ALPHANUM>",
         "position": 1
      },
      {
         "token": "is",
         "start_offset": 6,
         "end_offset": 8,
         "type": "<ALPHANUM>",
         "position": 2
      }
   ]
}
GET /_analyze?analyzer=standard&text=---------this is
{
   "tokens": [
      {
         "token": "this",
         "start_offset": 9,
         "end_offset": 13,
         "type": "<ALPHANUM>",
         "position": 1
      },
      {
         "token": "is",
         "start_offset": 14,
         "end_offset": 16,
         "type": "<ALPHANUM>",
         "position": 2
      }
   ]
}