java - query - coincidencia de patrones en la búsqueda elástica?

search request elasticsearch java

Question

Continuando con mi publicación anterior, he cambiado la consulta de acuerdo con la publicación de femtoRgon, algunos caracteres y anclas no son compatibles con la búsqueda elástica.

Estoy buscando la manera de hacer coincidir el patrón como "xxx-xx-xxxx" para buscar documentos con números de seguridad social usando elastic search .

Supongamos, en documentos indexados, me gustaría encontrar todos aquellos documentos que tengan números de seguridad social que coincidan con el patrón "xxx-xx-xxxx".

Código de muestra para indexar el documento:

InputStream is = null;
    try {
      is = new FileInputStream("/home/admin/Downloads/20121221.doc");
      ContentHandler contenthandler = new BodyContentHandler();
      Metadata metadata = new Metadata();
      Parser parser = new AutoDetectParser();
      parser.parse(is, contenthandler, metadata, new ParseContext());
      }
    catch (Exception e) {
      e.printStackTrace();
    }
    finally {
        if (is != null) is.close();
    } 

Código de muestra para buscar

QueryBuilder queryBuilderFullText = null;
queryBuilderFullText = QueryBuilders.filteredQuery(QueryBuilders.matchAllQuery(),
                        FilterBuilders.regexpFilter("_all", "[0-9]{3}?[0-9]{2}?[0-9]{4}"));
SearchRequestBuilder requestBuilder;
            requestBuilder = client.prepareSearch()
                    .setIndices(getDomainIndexId(project))
                    .setTypes(getProjectTypeId(project))
                    .setQuery(queryBuilderFullText);
SearchResponse response = requestBuilder.execute().actionGet(ES_TIMEOUT_MS);
            SearchHits hits = response.getHits();
if (hits.getTotalHits() > 0) {
System.out.println(hits.getTotalHits());
 } else {
                return 0l;  
        }

Estoy recibiendo éxitos por seguir:

45-555-5462
457-55-5462
4578-55-5462
457-55-54623
457-55-5462-23

Pero según mi requisito, solo debería devolver "457-55-5462" (según el patrón de coincidencia "xxx-xx-xxxx").

Por favor ayuda.

Answer 1

Olvidas agregar - antes ? en su expresión regular y también use anclajes si es necesario.

"[0-9]{3}-?[0-9]{2}-?[0-9]{4}"

O

"^[0-9]{3}-?[0-9]{2}-?[0-9]{4}$"

Answer 2

Viendo que ^ , $ y /d no se pueden usar, yo haría esto:

[^0-9-][0-9]{3}-[0-9]{2}-[0-9]{4}[^0-9-]

O en Java:

FilterBuilders.regexpFilter("_all", "[^0-9-][0-9]{3}-[0-9]{2}-[0-9]{4}[^0-9-]"));

Que comprueba que antes o después del número encontrado no hay otros números o guiones. Sin embargo, requiere que haya un personaje antes y después del partido, por lo que no se capturarán documentos que tengan el número de la seguridad social como el principio o el final .

Demostración de Regex101