ElasticSearch中的分词器详解
概述
分词器（Analyzer）是Elasticsearch全文检索的核心组件，负责将文本内容拆分为一系列独立的词项（Term），同时完成大小写转换、特殊字符过滤、同义词替换、停词移除等预处理工作，直接决定检索的准确性和性能。
一个完整的分词器由三部分组成：
- Character Filter（字符过滤器）：预处理原始文本，如删除HTML标签、替换特殊字符
- Tokenizer（分词器核心）：将文本拆分为词项
- Token Filter（词项过滤器）：对拆分后的词项做二次处理，如转小写、删除停词、添加同义词
内置分词器
ES中内置了挺多的分词器，可以简单看一下。
standard
这是ES中默认的分词器，通常用于英文文本等通用场景，其是按单词边界拆分，转小写，支持删除停词（默认关闭），不适合中文，中文会拆分为单个汉字。
示例：
- 中文
可以看到standard把每个中文都拆分为了一个词
# 请求
POST /_analyze
{
"analyzer": "standard",
"text": "我是中国人"
}
# 响应
{
"tokens" : [
{
"token" : "我",
"start_offset" : 0,
"end_offset" : 1,
"type" : "",
"position" : 0
},
{
"token" : "是",
"start_offset" : 1,
"end_offset" : 2,
"type" : "",
"position" : 1
},
{
"token" : "中",
"start_offset" : 2,
"end_offset" : 3,
"type" : "",
"position" : 2
},
{
"token" : "国",
"start_offset" : 3,
"end_offset" : 4,
"type" : "",
"position" : 3
},
{
"token" : "人",
"start_offset" : 4,
"end_offset" : 5,
"type" : "",
"position" : 4
}
]
}
- 英文
可以看到standard把以空格为分界线，把每个单词都转为小写提取出来
# 请求
POST /_analyze
{
"analyzer": "standard",
"text": "I Love You Very Much"
}
# 响应
{
"tokens" : [
{
"token" : "i",
"start_offset" : 0,
"end_offset" : 1,
"type" : "",
"position" : 0
},
{
"token" : "love",
"start_offset" : 2,
"end_offset" : 6,
"type" : "",
"position" : 1
},
{
"token" : "you",
"start_offset" : 7,
"end_offset" : 10,
"type" : "",
"position" : 2
},
{
"token" : "very",
"start_offset" : 11,
"end_offset" : 15,
"type" : "",
"position" : 3
},
{
"token" : "much",
"start_offset" : 16,
"end_offset" : 20,
"type" : "",
"position" : 4
}
]
}
simple
适用于简单英文文本，其按非字母字符拆分，自动转小写，数字、特殊字符会被完全过滤
示例：
- 纯中文
# 请求
POST /_analyze
{
"analyzer": "simple",
"text": "我是中国人"
}
# 响应
{
"tokens" : [
{
"token" : "我是中国人",
"start_offset" : 0,
"end_offset" : 5,
"type" : "word",
"position" : 0
}
]
}
- 中文+数字
可以看到其是按照数字分割出字符
# 请求
POST /_analyze
{
"analyzer": "simple",
"text": "我1是2中国3人"
}
# 响应
{
"tokens" : [
{
"token" : "我",
"start_offset" : 0,
"end_offset" : 1,
"type" : "word",
"position" : 0
},
{
"token" : "是",
"start_offset" : 2,
"end_offset" : 3,
"type" : "word",
"position" : 1
},
{
"token" : "中国",
"start_offset" : 4,
"end_offset" : 6,
"type" : "word",
"position" : 2
},
{
"token" : "人",
"start_offset" : 7,
"end_offset" : 8,
"type" : "word",
"position" : 3
}
]
}
- 英文+数字
# 请求
POST /_analyze
{
"analyzer": "simple",
"text": "Lo1ve Y2ou"
}
# 响应
{
"tokens" : [
{
"token" : "lo",
"start_offset" : 0,
"end_offset" : 2,
"type" : "word",
"position" : 0
},
{
"token" : "ve",
"start_offset" : 3,
"end_offset" : 5,
"type" : "word",
"position" : 1
},
{
"token" : "y",
"start_offset" : 6,
"end_offset" : 7,
"type" : "word",
"position" : 2
},
{
"token" : "ou",
"start_offset" : 8,
"end_offset" : 10,
"type" : "word",
"position" : 3
}
]
}
keyword
其适用于精确匹配字段（手机号、身份证、枚举值），keyword不做任何拆分，将整个文本作为一个词项，不支持模糊检索，适合需要精确匹配的字段。
示例：
- 英文
POST /_analyze
{
"analyzer": "keyword",
"text": "I Love You"
}
# 响应
{
"tokens" : [
{
"token" : "I Love You",
"start_offset" : 0,
"end_offset" : 10,
"type" : "word",
"position" : 0
}
]
}
- 中文
# 请求
POST /_analyze
{
"analyzer": "simple",
"text": "我是中国人"
}
# 响应
{
"tokens" : [
{
"token" : "我是中国人",
"start_offset" : 0,
"end_offset" : 5,
"type" : "word",
"position" : 0
}
]
}
whitespace
whitespace适用于空格分隔的结构化文本，它仅按空格拆分，不做其他处理，适合已经预分词的文本。
示例：
- 中文
POST /_analyze
{
"analyzer": "whitespace",
"text": "我是 中国人" #这儿有空格
}
# 响应
{
"tokens" : [
{
"token" : "我是",
"start_offset" : 0,
"end_offset" : 2,
"type" : "word",
"position" : 0
},
{
"token" : "中国人",
"start_offset" : 3,
"end_offset" : 6,
"type" : "word",
"position" : 1
}
]
}
- 英文
POST /_analyze
{
"analyzer": "whitespace",
"text": "I Love You"
}
# 响应
{
"tokens" : [
{
"token" : "I",
"start_offset" : 0,
"end_offset" : 1,
"type" : "word",
"position" : 0
},
{
"token" : "Love",
"start_offset" : 2,
"end_offset" : 6,
"type" : "word",
"position" : 1
},
{
"token" : "You",
"start_offset" : 7,
"end_offset" : 10,
"type" : "word",
"position" : 2
}
]
}
stop
stop适用于英文纯文本场景，它基于基于Simple Analyzer，额外移除英文停词（the/a/an等），停词列表可自定义，不支持中文停词。
示例
# 省略，stop分词器在国内基本不使用，这儿没什么好写的，可自行尝试
pattern
pattern适用于格式固定的文本，它基于正则表达式拆分文本，正则性能较差，避免用于大文本字段
示例：
# 省略，pattern分词器在生产环境基本不使用，这儿没什么好写的，可自行尝试
fingerprint
fingerprint适用于去重、聚类场景，它对文本归一化后生成唯一指纹，用于内容去重，适合新闻、文档重复的场景。
示例：
# 请求
POST /_analyze
{
"analyzer": "fingerprint",
"text": "我是中国人，你也是中国人"
}
# 响应
{
"tokens" : [
{
"token" : "中 也 人 你 国 我 是",
"start_offset" : 0,
"end_offset" : 12,
"type" : "fingerprint",
"position" : 0
}
]
}
生产环境常用第三方分词器
通过上面可以发现，内置的分词器很多都是仅支持英文，对中文的支持度很低。
英文这东西都是国外开发的，国内吗，嘿嘿，你懂的
IK分词器（最主流中文分词，生产首选）
IK分词器基于正向最大匹配（Forward Maximum Matching, FMM）和逆向最大匹配（Backward Maximum Matching, BMM）等算法，通过对文本的多遍扫描和匹配，实现中文词汇的准确切分。这种算法能够较为准确地处理中文文本中的词汇边界问题。
核心特点
-
支持两种分词模式：
- ik_max_word：最细粒度拆分，尽可能多的匹配词，适合索引阶段使用
- ik_smart：最粗粒度拆分，避免重复，适合查询阶段使用
-
支持自定义扩展词典、停词词典
-
支持词典热更新（无需重启ES）
安装IK分词器
官网：https://github.com/infinilabs/analysis-ik
- 在线安装
集群中所有节点执行：
# 注意版本号需要和ES集群的版本号一致
root@master:~# elasticsearch-plugin install https://get.infini.cloud/elasticsearch/analysis-ik/7.17.26
-> Installing https://get.infini.cloud/elasticsearch/analysis-ik/7.17.26
-> Downloading https://get.infini.cloud/elasticsearch/analysis-ik/7.17.26
[=================================================] 100%
@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
@ WARNING: plugin requires additional permissions @
@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@
* java.net.SocketPermission * connect,resolve
See https://docs.oracle.com/javase/8/docs/technotes/guides/security/permissions.html
for descriptions of what these permissions allow and the associated risks.
Continue with installation? [y/N]y # 这里输入y
-> Installed analysis-ik
-> Please restart Elasticsearch to activate any plugins installed
# 修改所属者
root@master:~# chown elasticsearch:elasticsearch -R /data00/software/elasticsearch-7.17.26
# 查看一下
root@master:~# ll /data00/software/elasticsearch-7.17.26/plugins/
total 8
# 安装的ik分词器
drwxr-xr-x 2 elasticsearch elasticsearch 4096 Apr 20 11:26 analysis-ik
drwxr-xr-x 2 elasticsearch elasticsearch 4096 Apr 16 15:45 repository-s3
# 最后滚动重启ES，保证业务不受影响
root@master:~# systemctl restart elasticsearch.service
- 离线安装
##下载 IK，将下载好的包上传至集群中
https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.17.26/elasticsearch-analysis-ik-7.17.26.zip
# 创建目录
root@master:~# mkdir /data00/software/elasticsearch-7.17.26/plugins/ik
# 解压包
root@master:~# unzip elasticsearch-analysis-ik-7.17.26.zip -d /data00/software/elasticsearch-7.17.26/plugins/ik/
# 修改所属者
root@master:~# chown -R elasticsearch:elasticsearch /data00/software/elasticsearch-7.17.26/plugins/ik/
# 最后滚动重启所有ES节点，保证业务不受影响
root@master:~# systemctl restart elasticsearch.service
测试IK分词器使用
- ik_smart
最粗粒度拆分，避免重复，适合查询阶段使用，ik_smart通常分词较于ik_max_word比较合理，精准度也比较高
# 请求
POST /_analyze
{
"analyzer": "ik_smart",
"text": "我是中国人"
}
# 响应
{
"tokens" : [
{
"token" : "我",
"start_offset" : 0,
"end_offset" : 1,
"type" : "CN_CHAR",
"position" : 0
},
{
"token" : "是",
"start_offset" : 1,
"end_offset" : 2,
"type" : "CN_CHAR",
"position" : 1
},
{
"token" : "中国人",
"start_offset" : 2,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 2
}
]
}
- ik_max_word
最细粒度拆分，尽可能多的匹配词，适合索引阶段使用，它是细粒度分词，穷尽所有可能，召回率高
示例：
#请求
POST /_analyze
{
"analyzer": "ik_max_word",
"text": "我是中国人"
}
# 响应
{
"tokens" : [
{
"token" : "我",
"start_offset" : 0,
"end_offset" : 1,
"type" : "CN_CHAR",
"position" : 0
},
{
"token" : "是",
"start_offset" : 1,
"end_offset" : 2,
"type" : "CN_CHAR",
"position" : 1
},
{
"token" : "中国人",
"start_offset" : 2,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 2
},
{
"token" : "中国",
"start_offset" : 2,
"end_offset" : 4,
"type" : "CN_WORD",
"position" : 3
},
{
"token" : "国人",
"start_offset" : 3,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 4
}
]
}
扩展，配置IK本地词典。
需求，当我们发现分词器拆分出来的词不符合我们的要求时，可以自定义一下。
实操，所有节点都需执行
# 修改ik配置文件
root@master:~# vim /data00/software/elasticsearch-7.17.26/config/analysis-ik/IKAnalyzer.cfg.xml
# 文件内容
IK Analyzer 扩展配置
ik_diy.dic # 主要是这里
# 修改词典内容
root@master:~# vim /data00/software/elasticsearch-7.17.26/config/analysis-ik/ik_diy.dic
我是中国人
你也是中国人
中国
中华人民共和国
# 修改权限
root@master:~# chown elasticsearch:elasticsearch -R /data00/software/elasticsearch-7.17.26
# 滚动更新重启ES
root@master:~# systemctl restart elasticsearch.service
验证是否生效
- ik_smart
POST /_analyze
{
"analyzer": "ik_smart",
"text": "我是中国人"
}
# 响应
{
"tokens" : [
{
"token" : "我是中国人",
"start_offset" : 0,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 0
}
]
}
- ik_max_word
POST /_analyze
{
"analyzer": "ik_max_word",
"text": "我是中国人"
}
# 响应
{
"tokens" : [
{
"token" : "我是中国人",
"start_offset" : 0,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 0
},
{
"token" : "中国人",
"start_offset" : 2,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 1
},
{
"token" : "中国",
"start_offset" : 2,
"end_offset" : 4,
"type" : "CN_WORD",
"position" : 2
},
{
"token" : "国人",
"start_offset" : 3,
"end_offset" : 5,
"type" : "CN_WORD",
"position" : 3
}
]
}
扩展，配置IK远程词典（生产环境推荐）
远程词典是生产环境首选的词典管理方案，无需重启ES节点即可实现词典热更新，适合需要频繁更新业务词、网络热词、停词的场景（如电商、内容平台、社交产品等）。
- 支持扩展词、停词两种远程词典类型
- 自动检测更新：默认每分钟检查一次词典是否变更
- 支持多个远程词典同时加载
- 全节点自动同步，保证所有节点分词结果一致
IK远程词典服务端配置要求
只要是支持HTTP/HTTPS的静态资源服务都可以作为远程词典服务（Nginx、Apache、对象存储、自研接口均可），需要满足以下要求：
- 响应内容：纯文本，UTF-8 无BOM编码，每行一个词/停词，行分隔符用\n（不要用Windows的\r\n）
- 响应头必须包含Last-Modified和ETag两个字段（IK分词器通过这两个字段判断词典是否需要更新）
- 响应Content-Type: text/plain; charset=utf-8
配置步骤
以Nginx举例：
- 配置nginx
# 安装nginx
root@master:~# apt install nginx
# 启动nginx
root@master:~# systemctl start nginx
# 创建词典目录和文件
root@master:~# mkdir -p /data00/data/nginx/es-dict
root@master:~# cat /data00/data/nginx/es-dict/ext_dict.txt
chatGPT
GPT4
文心一言
通义千问
# 创建nginx的配置文件
root@master:~# cat /etc/nginx/conf.d/es-dict.conf
server {
listen 81;
server_name es-dict.example.com;
root /data00/data/nginx/es-dict;
location / {
add_header Content-Type "text/plain; charset=utf-8";
# 允许ES节点IP访问，生产建议加访问控制
allow 10.37.0.0/16;
deny all;
}
}
# 检查配置文件是否正常
root@master:~# nginx -t
nginx: the configuration file /etc/nginx/nginx.conf syntax is ok
nginx: configuration file /etc/nginx/nginx.conf test is successful
# 重启nginx
root@master:~# systemctl restart nginx.service
- 配置ES集群节点，所有节点配置
# 修改hosts文件
root@master:~# echo '10.37.97.56 es-dict.example.com' >> /etc/hosts
# 测试访问，看是否能访问通
root@master:~# curl http://es-dict.example.com:81/ext_dict.txt
chatGPT
GPT4
文心一言
通义千问
root@node01:~# curl -I http://es-dict.example.com:81/ext_dict.txt
HTTP/1.1 200 OK
Server: nginx/1.14.2
Date: Mon, 20 Apr 2026 08:05:37 GMT
Content-Type: text/plain
Content-Length: 39
Last-Modified: Mon, 20 Apr 2026 07:47:04 GMT
Connection: keep-alive
ETag: "69e5d9f8-27"
Content-Type: text/plain; charset=utf-8
Accept-Ranges: bytes
# 编辑ES配置目录下的IKAnalyzer.cfg.xml：
root@master:~# cat /data00/software/elasticsearch-7.17.26/config/analysis-ik/IKAnalyzer.cfg.xml
IK Analyzer 扩展配置
ik_diy.dic
http://es-dict.example.com:81/ext_dict.txt # 主要修改这里
# 滚动重启ES节点
root@master:~# systemctl restart elasticsearch.service
- 测试
# ik_smart请求
POST /_analyze
{
"analyzer": "ik_smart",
"text": "通义千问"
}
# 响应
{
"tokens" : [
{
"token" : "通义千问",
"start_offset" : 0,
"end_offset" : 4,
"type" : "CN_WORD",
"position" : 0
}
]
}
# ik_max_word请求
POST /_analyze
{
"analyzer": "ik_max_word",
"text": "通义千问"
}
# 响应
{
"tokens" : [
{
"token" : "通义千问",
"start_offset" : 0,
"end_offset" : 4,
"type" : "CN_WORD",
"position" : 0
},
{
"token" : "通义",
"start_offset" : 0,
"end_offset" : 2,
"type" : "CN_WORD",
"position" : 1
},
{
"token" : "千",
"start_offset" : 2,
"end_offset" : 3,
"type" : "TYPE_CNUM",
"position" : 2
},
{
"token" : "问",
"start_offset" : 3,
"end_offset" : 4,
"type" : "CN_CHAR",
"position" : 3
}
]
}
拼音分词器
拼音分词器是把汉字转换成拼音，和IK分词器的黄金搭档，通常适用于：商品搜索、姓名搜索、模糊搜索、拼音 / 首字母检索，其作用主要如下：
- 把汉字 → 转换成拼音
- 支持全拼、简拼（首字母）、声母、韵母
- 支持多音字
- 支持和 IK 分词组合使用（先切词再转拼音）
通常用于：
- 电商搜索：输入 shouji → 搜到 手机
- 姓名搜索：输入 zs → 搜到 张三
- 拼音 / 汉字混合搜索
- 模糊联想、容错搜索
安装
官网：https://github.com/infinilabs/analysis-pinyin
- 在线安装
所有节点操作
# 安装
root@master:~# elasticsearch-plugin install https://get.infini.cloud/elasticsearch/analysis-pinyin/7.17.26
-> Installing https://get.infini.cloud/elasticsearch/analysis-pinyin/7.17.26
-> Downloading https://get.infini.cloud/elasticsearch/analysis-pinyin/7.17.26
[=================================================] 100%
-> Installed analysis-pinyin
-> Please restart Elasticsearch to activate any plugins installed
# 修改所属者
root@master:~# chown elasticsearch:elasticsearch -R /data00/software/elasticsearch-7.17.26
root@master:~# ll /data00/software/elasticsearch-7.17.26/plugins/
total 12
drwxr-xr-x 2 elasticsearch elasticsearch 4096 Apr 20 11:26 analysis-ik
drwxr-xr-x 2 elasticsearch elasticsearch 4096 Apr 20 16:15 analysis-pinyin
drwxr-xr-x 2 elasticsearch elasticsearch 4096 Apr 16 15:45 repository-s3
# 滚动更新所有ES节点
root@master:~# systemctl restart elasticsearch.service
- 离线安装
##下载 pinyin分词器，将下载好的包上传至集群中
https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.17.26/elasticsearch-analysis-pinyin-7.17.26.zip
# 创建目录
root@master:~# mkdir /data00/software/elasticsearch-7.17.26/plugins/pinyin
# 解压包
root@master:~# unzip elasticsearch-analysis-ik-7.17.26.zip -d /data00/software/elasticsearch-7.17.26/plugins/pinyin/
# 修改所属者
root@master:~# chown -R elasticsearch:elasticsearch /data00/software/elasticsearch-7.17.26/plugins/pinyin/
# 最后滚动重启所有ES节点，保证业务不受影响
root@master:~# systemctl restart elasticsearch.service
测试
POST /_analyze
{
"analyzer": "pinyin",
"text": "我爱中国"
}
# 响应
{
"tokens" : [
{
"token" : "wo",
"start_offset" : 0,
"end_offset" : 0,
"type" : "word",
"position" : 0
},
{
"token" : "wazg",
"start_offset" : 0,
"end_offset" : 0,
"type" : "word",
"position" : 0
},
{
"token" : "ai",
"start_offset" : 0,
"end_offset" : 0,
"type" : "word",
"position" : 1
},
{
"token" : "zhong",
"start_offset" : 0,
"end_offset" : 0,
"type" : "word",
"position" : 2
},
{
"token" : "guo",
"start_offset" : 0,
"end_offset" : 0,
"type" : "word",
"position" : 3
}
]
}
扩展，pinyin分词器配置词典
pinyin分词器也支持本地词典和远程词典，整体的配置步骤和IK分词器一样，可以参考上文即可
扩展，创建索引时指定IK分词器
示例：
生产环境可用
PUT /my_index
{
"settings": {
"analysis": {
"analyzer": {
"ik_max_word_custom": {
"type": "ik_smart", // 必选：ik_max_word / ik_smart
"use_smart": true, // 是否使用智能分词
"enable_lowercase": true, // 英文是否转小写
"enable_remote_dict": true, // 是否开启远程词典
"remote_dict_interval": 60, // 远程词典刷新间隔(秒)
"use_single_word": false, // 未匹配到词时是否单字输出
"convert_chinese_num": false, // 是否把中文数字转为阿拉伯数字
"use_stop_word": true // 是否启用停用词
},
"ik_smart_custom": {
"type": "ik_max_word", // 必选：ik_max_word / ik_smart
"use_smart": false, // 是否使用智能分词
"enable_lowercase": true, // 英文是否转小写
"enable_remote_dict": true, // 是否开启远程词典
"remote_dict_interval": 60, // 远程词典刷新间隔(秒)
"use_single_word": false, // 未匹配到词时是否单字输出
"convert_chinese_num": false, // 是否把中文数字转为阿拉伯数字
"use_stop_word": true // 是否启用停用词
}
}
}
},
"mappings": {
"properties": {
"content": {
"type": "text",
"analyzer": "ik_max_word_custom",
"search_analyzer": "ik_smart_custom"
}
}
}
}
参数解析
-
type：必选，可选值：
- ik_max_word
- ik_smart
-
use_smart
- 是否使用智能分词模式
- true = ik_smart 效果
- false = ik_max_word 效果
- 一般和 type 保持一致即可
-
enable_lowercase（生产最常用）
- 英文是否自动转小写
- true：Hello → hello
- false：保持原样
- 生产建议：true
-
use_stop_word
- 是否启用停用词过滤
- true：过滤 “的、了、是、吗”
- 生产建议：true
-
enable_remote_dict
- 是否开启远程词典热更新
- true：开启
-
remote_dict_interval
- 远程词典自动刷新间隔（秒）
- 默认 60 秒
-
convert_chinese_num
- 是否把中文数字转为阿拉伯数字
- 一百 → 100
- 一般场景不需要
扩展，pinyin分词器和IK分词器联合使用
在生产环境中，pinyin分词器一般不单独使用，基本都是和IK分词器联合使用
下面是一个示例：
PUT /pinyin_index
{
"settings": {
"analysis": {
"filter": {
"my_pinyin_filter": {
"type": "pinyin",
"keep_full_pinyin": true, // 保留全拼：中国 → zhongguo
"keep_first_letter": true, // 保留首字母：zg
"keep_original": true, // 保留原词：中国
"keep_separate_first_letter": false, // 首字母分开：z g
"limit_first_letter_length": 16, // 首字母最大长度
"lowercase": true, // 全部小写
"ignore_pinyin_modifier": true, // 忽略拼音声调
"remove_duplicated_term": true, // 自动去重
"keep_joined_full_pinyin": false, // 全拼连写
"keep_none_chinese": true, // 保留非中文字符
"none_chinese_pinyin_tokenize": true // 非中文也分词
}
},
"analyzer": {
"my_pinyin_analyzer": {
"type": "custom",
"tokenizer": "ik_max_word", // 先用IK切词
"filter": [
"my_pinyin_filter" // 再转拼音
]
},
"my_pinyin_smart_analyzer": {
"type": "custom",
"tokenizer": "ik_smart",
"filter": [
"my_pinyin_filter"
]
}
}
}
},
"mappings": {
"properties": {
"title": {
"type": "text",
"analyzer": "my_pinyin_analyzer",
"search_analyzer": "my_pinyin_smart_analyzer"
}
}
}
}
原文地址: https://www.cveoy.top/t/topic/qGtK 著作权归作者所有。请勿转载和采集!