标准分析器
标准分析器是在未指定分析器时使用的默认分析器。它提供基于语法的分词（基于 Unicode 文本分段算法，即 Unicode 标准附录 #29 中规定的算法），适用于大多数语言。
示例输出
POST _analyze
{
"analyzer": "standard",
"text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."
}
上述句子会产出以下词元：
[ the, 2, quick, brown, foxes, jumped, over, the, lazy, dog's, bone ]
配置
标准分析器接受以下参数：
| 参数 | 描述 |
|---|---|
max_token_length | 词元的最大长度。如果出现超过此长度的词元，则会按 max_token_length 间隔进行拆分。默认为 255。 |
stopwords | 预定义的停用词列表（如 _english_），或包含停用词列表的数组。默认为 _none_。 |
stopwords_path | 包含停用词的文件的路径。 |
有关停用词配置的更多信息，参阅 Stop 词元过滤器。
配置示例
在本示例中，我们配置标准分析器的 max_token_length 为 5（仅用于演示），并使用预定义的英语停用词列表：
PUT my-index-000001
{
"settings": {
"analysis": {
"analyzer": {
"my_english_analyzer": {
"type": "standard",
"max_token_length": 5,
"stopwords": "_english_"
}
}
}
}
}
POST my-index-000001/_analyze
{
"analyzer": "my_english_analyzer",
"text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."
}
上面的示例产出以下词元：
[ 2, quick, brown, foxes, jumpe, d, over, lazy, dog's, bone ]
定义
标准分析器由以下部分组成：
分词器
词元过滤器
如果你需要在配置参数之外自定义标准分析器，则需要将其重建为自定义分析器并加以修改，通常通过添加词元过滤器来实现。以下代码会重建内置的标准分析器，你可以将其作为起点：
PUT /standard_example
{
"settings": {
"analysis": {
"analyzer": {
"rebuilt_standard": {
"tokenizer": "standard",
"filter": [
"lowercase"
]
}
}
}
}
}
你可以在 lowercase 之后添加任何词元过滤器。