Standard Analyzer（标准分析器）

standard(标准)分析器是默认分析器，如果没有指定分析器，则使用该分析器。它提供基于语法的标记（基于Unicode文本分段算法，如Unicode标准附件29中所述），并且用于大多数语言。

定义

它包括：

Tokenizer(分词器)

• Standard Tokenizer (标准分词器)

Token Filters(词语过滤器)

• Standard Token Filter 标准词语过滤器

• Lower Case Token Filter 小写词语过滤器

• Stop Token Filter 停止词过滤器（默认情况下禁用）

输出示例

POST _analyze
{
  "analyzer": "standard",
  "text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."
}

上述的句子将产生以下的词语：

[ the, 2, quick, brown, foxes, jumped, over, the, lazy, dog's, bone ]

配置

standard（标准）分析器接受以下的参数：

max_token_length	最大词语长度。如果看到超过此长度的词语，则以max_token_length分割。默认为255。
stopwords	预定义的停止词列表，如_english或包含停止词列表的数组。默认为_none_。
stopwords_path	包含停止词的文件路径。

有关停止词配置的更多信息，请参阅Stop Token Filter(停止词过滤器)。

配置示例

在这个示例中，我们将standard(标准)分析器的max_token_length值配置为5（用于演示目的），并使用预定义的英文停止词列表：

PUT my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_english_analyzer": {
          "type": "standard",
          "max_token_length": 5,
          "stopwords": "_english_"
        }
      }
    }
  }
}

POST my_index/_analyze
{
  "analyzer": "my_english_analyzer",
  "text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."
}

以上示例产生以下词语：

[ 2, quick, brown, foxes, jumpe, d, over, lazy, dog's, bone ]