Bagaimana untuk Melakukan Padanan Fuzzy Alamat E-mel dan Nombor Telefon Menggunakan Elasticsearch?-tutorial mysql-php.cn

Bagaimana untuk Melakukan Padanan Fuzzy Alamat E-mel dan Nombor Telefon Menggunakan Elasticsearch?

Linda Hamilton

Lepaskan： 2024-11-01 05:33:27

asal

799 orang telah melayarinya

How to Perform Fuzzy Matching of Email Addresses and Telephone Numbers Using Elasticsearch?

E-mel atau Telefon Pemadanan Fuzzy Menggunakan Elasticsearch

Elasticsearch menawarkan keupayaan terbina dalam untuk pemadanan kabur alamat e-mel dan nombor telefon.

Pemadanan E-mel

Untuk memadankan alamat e-mel yang berakhir dengan domain tertentu (cth., @gmail.com):

<code class="json">{
    "query": {
        "term": {
            "email": ".*@gmail.com"
        }
    }
}</code>

Salin selepas log masuk

Atau, untuk memadankan e-mel yang mengandungi rentetan tertentu:

<code class="json">{
    "query": {
        "match": {
            "email": {
                "query": "sales@*",
                "operator": "and"
            }
        }
    }
}</code>

Salin selepas log masuk

Pemadanan Telefon

Untuk padanan kabur nombor telefon, anda boleh menggunakan corak berikut:

<code class="json">{
    "query": {
        "prefix": {
            "tel": "136*"
        }
    }
}</code>

Salin selepas log masuk

Ini akan sepadan dengan semua nombor telefon bermula dengan "136".

Pengoptimuman Prestasi

Untuk meningkatkan prestasi bagi padanan kabur, pertimbangkan untuk menggunakan penganalisis tersuai yang memanfaatkan penapis token n-gram atau tepi n-gram. Penapis ini memecahkan teks kepada token yang lebih kecil, menjadikannya lebih mudah untuk Elasticsearch melakukan pemadanan kabur.

Konfigurasi Penganalisis E-mel:

<code class="json">{
  "settings": {
    "analysis": {
      "analyzer": {
        "email_analyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "name_ngram_filter",
            "trim"
          ]
        }
      },
      "filter": {
        "name_ngram_filter": {
          "type": "ngram",
          "min_gram": "3",
          "max_gram": "20"
        }
      }
    }
  }
}</code>

Salin selepas log masuk

Penganalisis Telefon Konfigurasi:

<code class="json">{
  "settings": {
    "analysis": {
      "analyzer": {
        "phone_analyzer": {
          "type": "custom",
          "char_filter": [
            "digit_only"
          ],
          "tokenizer": "digit_edge_ngram_tokenizer",
          "filter": [
            "trim"
          ]
        }
      },
      "char_filter": {
        "digit_only": {
          "type": "pattern_replace",
          "pattern": "\D+",
          "replacement": ""
        }
      },
      "tokenizer": {
        "digit_edge_ngram_tokenizer": {
          "type": "edgeNGram",
          "min_gram": "3",
          "max_gram": "15",
          "token_chars": [
            "digit"
          ]
        }
      }
    }
  }
}</code>

Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimana untuk Melakukan Padanan Fuzzy Alamat E-mel dan Nombor Telefon Menggunakan Elasticsearch?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!