ICU 脚本转换过滤器 #
icu_transform 词元过滤器使用 ICU 的 Transliterator 引擎将文本从一种脚本转写为另一种脚本。
前提条件 #
需要安装 analysis-icu 插件：
bin/easysearch-plugin install analysis-icu
功能说明 #
此过滤器可以实现：
- 脚本转写：中文→拉丁、西里尔→拉丁、阿拉伯→拉丁等
- 大小写转换：Upper、Lower、Title
- Unicode 归一化：NFC、NFD、NFKC、NFKD
- 自定义转换规则
使用示例 #
西里尔字母转拉丁字母 #
PUT my-transliterate-index
{
"settings": {
"analysis": {
"filter": {
"cyrillic_to_latin": {
"type": "icu_transform",
"id": "Cyrillic-Latin"
}
},
"analyzer": {
"my_translit": {
"type": "custom",
"tokenizer": "standard",
"filter": ["cyrillic_to_latin"]
}
}
}
}
}
中文转拼音 #
PUT my-pinyin-index
{
"settings": {
"analysis": {
"filter": {
"han_to_latin": {
"type": "icu_transform",
"id": "Han-Latin"
}
}
}
}
}
链式转换 #
PUT my-chain-index
{
"settings": {
"analysis": {
"filter": {
"to_ascii": {
"type": "icu_transform",
"id": "Cyrillic-Latin; NFD; [:Nonspacing Mark:] Remove; NFC"
}
}
}
}
}
测试效果 #
GET /_analyze
{
"tokenizer": "standard",
"filter": [{"type": "icu_transform", "id": "Cyrillic-Latin"}],
"text": "Москва"
}
响应：Moskva
参数 #
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
id | string | ✅ | ICU 转换 ID，如 Cyrillic-Latin、Han-Latin、NFD 等 |
dir | string | 否 | 转换方向：forward（默认）或 reverse |
常用转换 ID #
| ID | 说明 |
|---|---|
Cyrillic-Latin | 西里尔字母 → 拉丁字母 |
Han-Latin | 汉字 → 拉丁字母（拼音） |
Katakana-Latin | 片假名 → 拉丁字母 |
Arabic-Latin | 阿拉伯字母 → 拉丁字母 |
Any-Latin | 任意脚本 → 拉丁字母 |
NFD / NFC | Unicode 归一化 |
Lower / Upper / Title | 大小写转换 |