Skip to content

elasticsearch yml para español (tildes y ñ)

octubre 3, 2012

Después de más de una semana en guerra con la configuración de elasticsearch y el engine de regex de la edad de piedra que usa java, probablemente el peor que haya visto jamas -en pleno 2012 y aún tiene problemas con los carácteres no ascii (verguenza ajena impresionante)-, finalmente encontré una configuración funcional por defecto:

index:
  analysis:
    analyzer:
      default:
        language: spanish
        tokenizer : nonutf8letter
        filter : [standard, lowercase, asciifolding]
    tokenizer:
      nonutf8letter:
        type: pattern
        pattern: '[^\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&&\p{So}]]+'

Véase: http://stackoverflow.com/questions/4304928/unicode-equivalents-for-w-and-b-in-java-regular-expressions

Anuncios
7 comentarios leave one →
  1. Anónimo permalink
    octubre 13, 2012 4:11 pm

    Gracias!!

    Realmente me viene de perlas. Además que necesitaba esa funcionalidad, me ha venido bien para entender un poquito más las posibilidades de elasticsearch.

    Muchas gracias de nuevo.

  2. agosto 24, 2013 10:43 am

    Hola:
    soy muy nuevo en elasticserach pero estoy parado en el tema de los acentos.
    donde se coloca este archivo yml ?

    • Alejandro permalink*
      agosto 25, 2013 3:23 pm

      Depende la distro, pero en ubuntu server al menos es en /etc/elasticsearch/elasticsearch.yml

  3. Luis permalink
    noviembre 20, 2013 4:10 am

    Infinitas gracias…

  4. Manuel permalink
    septiembre 24, 2014 5:26 am

    Muchísimas gracias.
    Estoy empezando con Elasticsearch y Nodejs (con el plugin oficial) y no encuentro casi nada de código, me podéis poner algunas referencias?

    • Alejandro permalink*
      septiembre 24, 2014 9:24 am

      mmm la verdad nunca he usado elasticsearch con node, acá usamos casi puro python.

  5. Anónimo permalink
    enero 21, 2015 8:08 am

    Te quiero 🙂

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s

A %d blogueros les gusta esto: