nodejs之elasticsearch实现分词功能

版权声明：转载请注明出处 https://blog.csdn.net/wushichao0325/article/details/84858429

一：首先安装ik分词器

具体安装步骤可参考我之前的文章：https://blog.csdn.net/wushichao0325/article/details/84826073

二：在nodejs中的使用

1.首先npm install 安装elasticsearch模块

npm install elasticsearch --save

2.在nodejs代码中创建连接

var elasticsearch=require('elasticsearch');
var client=new elasticsearch.Client({
    host:"**.**.***.**:9200",
    //将日志信息显示在控制台，默认level:"console"
    log:"trace",
    //将日志信息写入文件中
    // log:{
    //     type:'file',
    //     level:"trace",
    //     path:"url"
    // }
    //设置不同等级输出到不同的地方
    // log:[
    //     {
    //         type:'console',
    //         level:"error",
    //     },
    //     {
    //         type:"file",
    //         level:"trace",
    //         path:"url"
    //     }
    // ]
});

3.使用elasticsearch的JavaScript api中的indices里的analyze函数实现

async function analyze(){
    let resp;
    try{
        resp=await client.indices.analyze({
            body:{
                "analyzer":'ik_smart',//ik_max_word两种不同的分词形式，后者会把所有可能都列举出来
                "text":["中华人民共和国是我们的祖国"]
            }
        });
    }catch(e){
        resp=null;
    }
    return resp;
}
(async function(){
    let resp=await analyze();
    console.log(resp)
})();

以上代码的打印信息如下：

"ik_smart":
{ tokens:
   [ { token: '中华人民共和国',
       start_offset: 0,
       end_offset: 7,
       type: 'CN_WORD',
       position: 0 },
     { token: '是',
       start_offset: 7,
       end_offset: 8,
       type: 'CN_CHAR',
       position: 1 },
     { token: '我们',
       start_offset: 8,
       end_offset: 10,
       type: 'CN_WORD',
       position: 2 },
     { token: '的',
       start_offset: 10,
       end_offset: 11,
       type: 'CN_CHAR',
       position: 3 },
     { token: '祖国',
       start_offset: 11,
       end_offset: 13,
       type: 'CN_WORD',
       position: 4 } ] }

"ik_max_word":
{ tokens:
   [ { token: '中华人民共和国',
       start_offset: 0,
       end_offset: 7,
       type: 'CN_WORD',
       position: 0 },
     { token: '中华人民',
       start_offset: 0,
       end_offset: 4,
       type: 'CN_WORD',
       position: 1 },
     { token: '中华',
       start_offset: 0,
       end_offset: 2,
       type: 'CN_WORD',
       position: 2 },
     { token: '华人',
       start_offset: 1,
       end_offset: 3,
       type: 'CN_WORD',
       position: 3 },
     { token: '人民共和国',
       start_offset: 2,
       end_offset: 7,
       type: 'CN_WORD',
       position: 4 },
     { token: '人民',
       start_offset: 2,
       end_offset: 4,
       type: 'CN_WORD',
       position: 5 },
     { token: '共和国',
       start_offset: 4,
       end_offset: 7,
       type: 'CN_WORD',
       position: 6 },
     { token: '共和',
       start_offset: 4,
       end_offset: 6,
       type: 'CN_WORD',
       position: 7 },
     { token: '国是',
       start_offset: 6,
       end_offset: 8,
       type: 'CN_WORD',
       position: 8 },
     { token: '我们',
       start_offset: 8,
       end_offset: 10,
       type: 'CN_WORD',
       position: 9 },
     { token: '的',
       start_offset: 10,
       end_offset: 11,
       type: 'CN_CHAR',
       position: 10 },
     { token: '祖国',
       start_offset: 11,
       end_offset: 13,
       type: 'CN_WORD',
       position: 11 } ] }

成功的人千方百计，失败的人千难万险