裁剪处理器 #

trim 处理器用于从指定的字段中删除前导和尾随空白字符。

以下是为 trim 处理器提供的语法：

{
  "trim": {
    "field": "field_to_trim",
    "target_field": "trimmed_field"
  }
}

配置参数 #

下表列出了 trim 处理器所需的和可选参数。

参数	是否必填	描述
`field`	必填	包含要修剪文本的字段。
`target_field`	必填	存储被截断文本的字段。如果未指定，则字段将就地更新。
`ignore_missing`	可选	指定处理器是否应忽略不包含指定字段的文档。如果设置为 true ，则处理器忽略字段中的缺失值，并保持 `target_field` 不变。默认为 false 。
`description`	可选	处理器的一个简要描述。
`if`	可选	处理器运行的条件。
`ignore_failure`	可选	指定处理器是否在遇到错误时继续执行。如果设置为 true ，则忽略失败。默认为 false 。
`on_failure`	可选	在处理器失败时运行的处理器列表。
`tag`	可选	处理器的标识标签。在调试中区分同一类型的处理器很有用。

如何使用 #

按照以下步骤在管道中使用处理器。

步骤 1：创建一个管道 #

以下查询创建了一个名为 trim_pipeline 的管道，该管道使用 trim 处理器从 raw_text 字段中删除前导和尾随空白，并将截断后的文本存储在 trimmed_text 字段中：

PUT _ingest/pipeline/trim_pipeline
{
  "description": "Trim leading and trailing white space",
  "processors": [
    {
      "trim": {
        "field": "raw_text",
        "target_field": "trimmed_text"
      }
    }
  ]
}

步骤 2（可选）：测试管道 #

建议您在摄取文档之前测试您的管道。

要测试管道，请运行以下查询：

POST _ingest/pipeline/trim_pipeline/_simulate
{
  "docs": [
    {
      "_source": {
        "raw_text": "   Hello, world!   "
      }
    }
  ]
}

以下示例响应确认管道按预期工作：

{
  "docs": [
    {
      "doc": {
        "_index": "_index",
        "_id": "_id",
        "_source": {
          "raw_text": "   Hello, world!   ",
          "trimmed_text": "Hello, world!"
        },
        "_ingest": {
          "timestamp": "2024-04-26T20:58:17.418006805Z"
        }
      }
    }
  ]
}

步骤 3：摄取文档 #

以下查询将文档索引到名为 testindex1 的索引中：

PUT testindex1/_doc/1?pipeline=trim_pipeline
{
  "raw_text": "   This is a test document.   "
}

请求将文档索引到索引 testindex1 ，并将所有具有 raw_text 字段的文档索引，由 trim_pipeline 处理，以填充 trimmed_text 字段，如下面的响应所示：

"_index": "testindex1",
  "_id": "1",
  "_version": 68,
  "result": "updated",
  "_shards": {
    "total": 2,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 70,
  "_primary_term": 47
}

步骤 4（可选）：检索文档 #

要检索文档，请运行以下查询：

GET testindex1/_doc/1

响应包括已去除前后空白的 trimmed_text 字段：

{
  "_index": "testindex1",
  "_id": "1",
  "_version": 69,
  "_seq_no": 71,
  "_primary_term": 47,
  "found": true,
  "_source": {
    "raw_text": "   This is a test document.   ",
    "trimmed_text": "This is a test document."
  }
}