规范化器

Normalizers（规范化器）与分析器类似，但它们只能生成一个单一的标记。因此，它们没有分词器，并且只接受可用字符过滤器和标记过滤器的一个子集。只有那些基于每个字符工作的过滤器是被允许的。例如，一个将字母转换为小写的过滤器是被允许的，但一个需要查看整个关键词的词干提取过滤器则不被允许。当前可以在规范化器定义中使用的过滤器列表包括：arabic_normalization（阿拉伯语规范化）、asciifolding（ASCII折叠）、bengali_normalization（孟加拉语规范化）、cjk_width（CJK宽度）、decimal_digit（十进制数字）、elision（省略）、german_normalization（德语规范化）、hindi_normalization（印地语规范化）、indic_normalization（印度语规范化）、lowercase（小写）、pattern_replace（模式替换）、persian_normalization（波斯语规范化）、scandinavian_folding（斯堪的纳维亚折叠）、serbian_normalization（塞尔维亚语规范化）、sorani_normalization（索拉尼语规范化）、trim（修剪）、uppercase（大写）。

Elasticsearch 自带一个 lowercase 内置规范化器。对于其他形式的规范化，需要自定义配置。

自定义规范化器接受一个 字符过滤器列表和一个 词元过滤器列表。

PUT index
{
  "settings": {
    "analysis": {
      "char_filter": {
        "quote": {
          "type": "mapping",
          "mappings": [
            "« => \"",
            "» => \""
          ]
        }
      },
      "normalizer": {
        "my_normalizer": {
          "type": "custom",
          "char_filter": ["quote"],
          "filter": ["lowercase", "asciifolding"]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "foo": {
        "type": "keyword",
        "normalizer": "my_normalizer"
      }
    }
  }
}