Stop Token Filter（Stop 词元过滤器）

原文链接 : https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-stop-tokenfilter.html

译文链接 : http://www.apache.wiki/pages/viewpage.action?pageId=10028519

贡献者 : fucker，ApacheCN，Apache中文网

stop 类型的词元过滤器，用于从词元流中移除stop words。

以下是 stop 类型的词元过滤器的可选设置：

| stopwords | 停止词列表. 默认 _english_ 无效词. | | stopwords_path | 无效词配置文件路径（绝对或者相对路径）. 每个停止词自占一行 (换行分隔). 文件必须是 UTF-8 编码. | | ignore_case | 设置为 true 所有词被转为小写. 默认 false. | | remove_trailing | 设置为 false，以便不忽略搜索的最后一个字词，如果它是无效词。 这对于完成建议者非常有用，因为像 green a 一样的查询可以扩展到 green apple ，即使你删除一般的无效词。 默认为 true。 |

stopwords 参数接受一个数组类型的无效词：

  1. PUT /my_index
  2. {
  3.     "settings": {
  4.         "analysis": {
  5.             "filter": {
  6.                 "my_stop": {
  7.                     "type":       "stop",
  8.                     "stopwords": ["and", "is", "the"]
  9.                 }
  10.             }
  11.         }
  12.     }
  13. }

或预定义的语言特定列表：

  1. PUT /my_index
  2. {
  3.     "settings": {
  4.         "analysis": {
  5.             "filter": {
  6.                 "my_stop": {
  7.                     "type":       "stop",
  8.                     "stopwords":  "_english_"
  9.                 }
  10.             }
  11.         }
  12.     }
  13. }

Elasticsearch 提供以下预定义语言列表：

_arabic_, _armenian_, _basque_, _brazilian_, _bulgarian_, _catalan_, _czech_, _danish_, _dutch_, _english_, _finnish_, _french_, _galician_, _german_, _greek_, _hindi_, _hungarian_,_indonesian_, _irish_, _italian_, _latvian_, _norwegian_, _persian_, _portuguese_, _romanian_, _russian_, _sorani_, _spanish_, _swedish_, _thai_, _turkish_.

空的无效词列表（禁用无效词）使用：\_none_。