字符过滤器 #
字符过滤器会在文本分词之前对文本进行处理，以便为进一步的分析做好准备。
与对词元（单词或词项）进行操作的词元过滤器不同，字符过滤器会在分词之前处理原始输入文本。它们在清理或转换包含不需要字符（如 HTML 标签或特殊符号）的结构化文本时特别有用。字符过滤器帮助去除或替换这些元素，从而使文本格式符合分析要求。
字符过滤器的使用场景包括：
- 去除 HTML 标签：
html_strip字符过滤器会从内容中去除 HTML 标签，这样索引时就只会包含纯文本。 - 匹配替换：
pattern_replace字符过滤器会替换或去除文本中不需要的字符或模式，例如，将连字符转换为空格。 - 自定义映射：
mapping字符过滤器会用其他值替换特定的字符或字符序列，例如，将货币符号转换为其对应的文字表述。