本文主要是介绍中间件-ES-中文拼音多音字插件，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
需求背景：中文拼音多音字分词。例如：三一重工，默认拼音分词会解析成sanyizhonggong，但业务需要的是解析成：sanyizhonggong、sanyichonggong。
解决办法：
首先，查看了ES用的中文拼音插件elasticsearch-analysis-pinyin的github中的issue，是有人提出类似需求，但也没有合适的方案：https://github.com/medcl/elasticsearch-analysis-pinyin/issues。
然后：百度了各方面资料，没有找到现成解决方案。但找到一个觉得相对靠谱的解决思路，
https://blog.csdn.net/huochen1994/article/details/88876230。
解决方案：
1、分析当前ES是如何实现的中文拼音分词。
ES用的中文拼音插件是：elasticsearch-analysis-pinyin，它底层用的是nlp-lang来实现的自然语言分词。根据ES的版本从github上下载了对应版本的插件源代码，代码修改主要涉及到了：elasticsearch-analysis-pinyin-5.x、nlp-lang-1.7.8。
1）拼音分词插件AnalysisPinyinPlugin，它通过实现ES的org.elasticsearch.plugins.AnalysisPlugin、org.elasticsearch.plugins.Plugin，纳入了ES插件体系。如下图，其中“pinyin”就是默认拼音分词的实现。我的想法是仿照“pinyin”分词实现一个多音字的拼音分词，例如叫“multiple_by_pinyin”。这样如果需要使用多音字分词的话，在索引的settings时选择多音字的分词即可。而那些使用默认的pinyin分词的用户也不会受影响。
2、简单描述下实现
下图用类图描述下核心类的关系，可见PinyinTokenizerForMultiple是分词的核心：
在PinyinTokenizerForMultiple中使用了nlp-lang的Pinyin.java来实现中文分词，如下图：
3、测试效果
1）默认分词效果：
入参：
结果：
2）多音字分词效果
入参：同上，其中analyzer输入多音字分词插件。
结果：重分词成 chong、zhong
使用注意：不能支持大字段的多音字分词，限制在100个汉字以内。
这篇关于中间件-ES-中文拼音多音字插件的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
