Indexes - Analyze
Mostra come un analizzatore suddivide il testo nei token.
POST {endpoint}/indexes('{indexName}')/search.analyze?api-version=2023-11-01
Parametri dell'URI
Nome | In | Necessario | Tipo | Descrizione |
---|---|---|---|---|
endpoint
|
path | True |
string |
URL dell'endpoint del servizio di ricerca. |
index
|
path | True |
string |
Nome dell'indice per cui testare un analizzatore. |
api-version
|
query | True |
string |
Versione dell'API client. |
Intestazione della richiesta
Nome | Necessario | Tipo | Descrizione |
---|---|---|---|
x-ms-client-request-id |
string uuid |
ID di rilevamento inviato con la richiesta di assistenza per il debug. |
Corpo della richiesta
Nome | Necessario | Tipo | Descrizione |
---|---|---|---|
text | True |
string |
Testo da suddividere in token. |
analyzer |
Nome dell'analizzatore da usare per interrompere il testo specificato. Se questo parametro non è specificato, è necessario specificare invece un tokenizer. I parametri del tokenizzatore e dell'analizzatore si escludono a vicenda. |
||
charFilters |
Elenco facoltativo di filtri di caratteri da usare durante l'interruzione del testo specificato. Questo parametro può essere impostato solo quando si usa il parametro del tokenizer. |
||
tokenFilters |
Elenco facoltativo dei filtri token da usare quando si interrompe il testo specificato. Questo parametro può essere impostato solo quando si usa il parametro del tokenizer. |
||
tokenizer |
Nome del tokenizer da usare per interrompere il testo specificato. Se questo parametro non è specificato, è necessario specificare invece un analizzatore. I parametri del tokenizzatore e dell'analizzatore si escludono a vicenda. |
Risposte
Nome | Tipo | Descrizione |
---|---|---|
200 OK | ||
Other Status Codes |
Risposta di errore. |
Esempio
SearchServiceIndexAnalyze
Sample Request
POST https://myservice.search.windows.net/indexes('hotels')/search.analyze?api-version=2023-11-01
{
"text": "Text to analyze",
"analyzer": "standard.lucene"
}
Sample Response
{
"tokens": [
{
"token": "text",
"startOffset": 0,
"endOffset": 4,
"position": 0
},
{
"token": "to",
"startOffset": 5,
"endOffset": 7,
"position": 1
},
{
"token": "analyze",
"startOffset": 8,
"endOffset": 15,
"position": 2
}
]
}
Definizioni
Nome | Descrizione |
---|---|
Analyzed |
Informazioni su un token restituito da un analizzatore. |
Analyze |
Specifica alcuni componenti di testo e analisi usati per suddividere il testo in token. |
Analyze |
Risultato del test di un analizzatore sul testo. |
Char |
Definisce i nomi di tutti i filtri di caratteri supportati dal motore di ricerca. |
Lexical |
Definisce i nomi di tutti gli analizzatori di testo supportati dal motore di ricerca. |
Lexical |
Definisce i nomi di tutti i tokenizzatori supportati dal motore di ricerca. |
Search |
Descrive una condizione di errore per l'API. |
Token |
Definisce i nomi di tutti i filtri token supportati dal motore di ricerca. |
AnalyzedTokenInfo
Informazioni su un token restituito da un analizzatore.
Nome | Tipo | Descrizione |
---|---|---|
endOffset |
integer |
Indice dell'ultimo carattere del token nel testo di input. |
position |
integer |
Posizione del token nel testo di input rispetto ad altri token. Il primo token nel testo di input ha la posizione 0, il successivo ha la posizione 1 e così via. A seconda dell'analizzatore usato, alcuni token potrebbero avere la stessa posizione, ad esempio se sono sinonimi tra loro. |
startOffset |
integer |
Indice del primo carattere del token nel testo di input. |
token |
string |
Token restituito dall'analizzatore. |
AnalyzeRequest
Specifica alcuni componenti di testo e analisi usati per suddividere il testo in token.
Nome | Tipo | Descrizione |
---|---|---|
analyzer |
Nome dell'analizzatore da usare per interrompere il testo specificato. Se questo parametro non è specificato, è necessario specificare invece un tokenizer. I parametri del tokenizzatore e dell'analizzatore si escludono a vicenda. |
|
charFilters |
Elenco facoltativo di filtri di caratteri da usare durante l'interruzione del testo specificato. Questo parametro può essere impostato solo quando si usa il parametro del tokenizer. |
|
text |
string |
Testo da suddividere in token. |
tokenFilters |
Elenco facoltativo dei filtri token da usare quando si interrompe il testo specificato. Questo parametro può essere impostato solo quando si usa il parametro del tokenizer. |
|
tokenizer |
Nome del tokenizer da usare per interrompere il testo specificato. Se questo parametro non è specificato, è necessario specificare invece un analizzatore. I parametri del tokenizzatore e dell'analizzatore si escludono a vicenda. |
AnalyzeResult
Risultato del test di un analizzatore sul testo.
Nome | Tipo | Descrizione |
---|---|---|
tokens |
Elenco di token restituiti dall'analizzatore specificato nella richiesta. |
CharFilterName
Definisce i nomi di tutti i filtri di caratteri supportati dal motore di ricerca.
Nome | Tipo | Descrizione |
---|---|---|
html_strip |
string |
Filtro di caratteri che tenta di rimuovere costrutti HTML. Vedere https://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/charfilter/HTMLStripCharFilter.html |
LexicalAnalyzerName
Definisce i nomi di tutti gli analizzatori di testo supportati dal motore di ricerca.
Nome | Tipo | Descrizione |
---|---|---|
ar.lucene |
string |
Analizzatore Lucene per arabo. |
ar.microsoft |
string |
Analizzatore Microsoft per arabo. |
bg.lucene |
string |
Analizzatore Lucene per bulgaro. |
bg.microsoft |
string |
Analizzatore Microsoft per bulgaro. |
bn.microsoft |
string |
Analizzatore Microsoft per Bangla. |
ca.lucene |
string |
Analizzatore Lucene per Catalano. |
ca.microsoft |
string |
Analizzatore Microsoft per catalano. |
cs.lucene |
string |
Analizzatore Lucene per il Ceco. |
cs.microsoft |
string |
Analizzatore Microsoft per ceco. |
da.lucene |
string |
Analizzatore Lucene per danese. |
da.microsoft |
string |
Analizzatore Microsoft per danese. |
de.lucene |
string |
Analizzatore Lucene per tedesco. |
de.microsoft |
string |
Analizzatore Microsoft per tedesco. |
el.lucene |
string |
Analizzatore Lucene per greco. |
el.microsoft |
string |
Analizzatore Microsoft per greco. |
en.lucene |
string |
Analizzatore Lucene per l'inglese. |
en.microsoft |
string |
Analizzatore Microsoft per l'inglese. |
es.lucene |
string |
Analizzatore Lucene per spagnolo. |
es.microsoft |
string |
Analizzatore Microsoft per spagnolo. |
et.microsoft |
string |
Analizzatore Microsoft per Estonian. |
eu.lucene |
string |
Analizzatore Lucene per basco. |
fa.lucene |
string |
Analizzatore Lucene per Persiano. |
fi.lucene |
string |
Analizzatore Lucene per finlandese. |
fi.microsoft |
string |
Analizzatore Microsoft per finlandese. |
fr.lucene |
string |
Analizzatore Lucene per francese. |
fr.microsoft |
string |
Analizzatore Microsoft per francese. |
ga.lucene |
string |
Analizzatore Lucene per irlandese. |
gl.lucene |
string |
Analizzatore Lucene per La Galizia. |
gu.microsoft |
string |
Analizzatore Microsoft per Gujarati. |
he.microsoft |
string |
Analizzatore Microsoft per ebraico. |
hi.lucene |
string |
Analizzatore Lucene per Hindi. |
hi.microsoft |
string |
Analizzatore Microsoft per Hindi. |
hr.microsoft |
string |
Analizzatore Microsoft per la Croazia. |
hu.lucene |
string |
Analizzatore Lucene per ungherese. |
hu.microsoft |
string |
Analizzatore Microsoft per ungherese. |
hy.lucene |
string |
Analizzatore Lucene per Armena. |
id.lucene |
string |
Analizzatore Lucene per indonesiano. |
id.microsoft |
string |
Analizzatore Microsoft per Indonesiano (Bahasa). |
is.microsoft |
string |
Analizzatore Microsoft per Islanda. |
it.lucene |
string |
Analizzatore Lucene per italiano. |
it.microsoft |
string |
Analizzatore Microsoft per italiano. |
ja.lucene |
string |
Analizzatore Lucene per il giapponese. |
ja.microsoft |
string |
Analizzatore Microsoft per il giapponese. |
keyword |
string |
Considera l'intero contenuto di un campo come token singolo. Ciò è utile per i dati come i codici postali, ID e alcuni nomi di prodotto. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/KeywordAnalyzer.html |
kn.microsoft |
string |
Analizzatore Microsoft per Kannada. |
ko.lucene |
string |
Analizzatore Lucene per coreano. |
ko.microsoft |
string |
Analizzatore Microsoft per coreano. |
lt.microsoft |
string |
Analizzatore Microsoft per la Lituania. |
lv.lucene |
string |
Analizzatore Lucene per lettone. |
lv.microsoft |
string |
Analizzatore Microsoft per lettone. |
ml.microsoft |
string |
Analizzatore Microsoft per Malayalam. |
mr.microsoft |
string |
Analizzatore Microsoft per Marathi. |
ms.microsoft |
string |
Analizzatore Microsoft per Malay (latino). |
nb.microsoft |
string |
Analizzatore Microsoft per Norvegese (Bokmål). |
nl.lucene |
string |
Analizzatore Lucene per olandese. |
nl.microsoft |
string |
Analizzatore Microsoft per olandese. |
no.lucene |
string |
Analizzatore Lucene per Norvegese. |
pa.microsoft |
string |
Analizzatore Microsoft per Punjabi. |
pattern |
string |
Separa in modo flessibile il testo in termini tramite un modello di espressione regolare. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/PatternAnalyzer.html |
pl.lucene |
string |
Analizzatore Lucene per polacco. |
pl.microsoft |
string |
Analizzatore Microsoft per polacco. |
pt-BR.lucene |
string |
Analizzatore Lucene per portoghese (Brasile). |
pt-BR.microsoft |
string |
Analizzatore Microsoft per portoghese (Brasile). |
pt-PT.lucene |
string |
Analizzatore Lucene per portoghese (Portogallo). |
pt-PT.microsoft |
string |
Analizzatore Microsoft per portoghese (Portogallo). |
ro.lucene |
string |
Analizzatore Lucene per romeno. |
ro.microsoft |
string |
Analizzatore Microsoft per romania. |
ru.lucene |
string |
Analizzatore Lucene per russo. |
ru.microsoft |
string |
Analizzatore Microsoft per russo. |
simple |
string |
Divide il testo in corrispondenza di elementi diversi da lettere e li converte in lettere minuscole. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/SimpleAnalyzer.html |
sk.microsoft |
string |
Analizzatore Microsoft per slovacco. |
sl.microsoft |
string |
Analizzatore Microsoft per sloveno. |
sr-cyrillic.microsoft |
string |
Analizzatore Microsoft per serbo (cirillico). |
sr-latin.microsoft |
string |
Analizzatore Microsoft per serbo (latino). |
standard.lucene |
string |
Analizzatore Lucene standard. |
standardasciifolding.lucene |
string |
Analizzatore lucene di riduzione ASCII standard. Vedere https://docs.microsoft.com/rest/api/searchservice/Custom-analyzers-in-Azure-Search#Analyzers |
stop |
string |
Divide il testo in lettere non lettere; Applica i filtri token minuscoli e stopword. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/StopAnalyzer.html |
sv.lucene |
string |
Analizzatore Lucene per svedese. |
sv.microsoft |
string |
Analizzatore Microsoft per svedese. |
ta.microsoft |
string |
Analizzatore Microsoft per Tamil. |
te.microsoft |
string |
Analizzatore Microsoft per Telugu. |
th.lucene |
string |
Analizzatore Lucene per Thai. |
th.microsoft |
string |
Analizzatore Microsoft per Thai. |
tr.lucene |
string |
Analizzatore Lucene per turco. |
tr.microsoft |
string |
Analizzatore Microsoft per turco. |
uk.microsoft |
string |
Analizzatore Microsoft per ucraino. |
ur.microsoft |
string |
Analizzatore Microsoft per Urdu. |
vi.microsoft |
string |
Analizzatore Microsoft per i vietnamiti. |
whitespace |
string |
Analizzatore che usa il tokenizer whitespace. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/WhitespaceAnalyzer.html |
zh-Hans.lucene |
string |
Analizzatore Lucene per cinese (semplificato). |
zh-Hans.microsoft |
string |
Analizzatore Microsoft per cinese (semplificato). |
zh-Hant.lucene |
string |
Analizzatore Lucene per cinese (tradizionale). |
zh-Hant.microsoft |
string |
Analizzatore Microsoft per cinese (tradizionale). |
LexicalTokenizerName
Definisce i nomi di tutti i tokenizzatori supportati dal motore di ricerca.
Nome | Tipo | Descrizione |
---|---|---|
classic |
string |
Tokenizzatore basato su grammatica adatto per l'elaborazione della maggior parte dei documenti in lingua europea. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/ClassicTokenizer.html |
edgeNGram |
string |
Tokenzza l'input da un bordo in n-grammi delle dimensioni specificate. Vedere https://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ngram/EdgeNGramTokenizer.html |
keyword_v2 |
string |
Genera l'intero input come token singolo. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/KeywordTokenizer.html |
letter |
string |
Divide il testo in corrispondenza di elementi diversi da lettere. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/LetterTokenizer.html |
lowercase |
string |
Divide il testo in corrispondenza di elementi diversi da lettere e li converte in lettere minuscole. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/LowerCaseTokenizer.html |
microsoft_language_stemming_tokenizer |
string |
Divide il testo usando regole specifiche della lingua e riduce le parole alle relative forme di base. |
microsoft_language_tokenizer |
string |
Divide il testo usando le regole specifiche della lingua. |
nGram |
string |
Suddivide in token l'input in n-grammi di determinate dimensioni. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ngram/NGramTokenizer.html |
path_hierarchy_v2 |
string |
Tokenizer per le gerarchie di tipo percorso. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/path/PathHierarchyTokenizer.html |
pattern |
string |
Tokenizer che usa il modello regex corrispondente per costruire token distinti. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/pattern/PatternTokenizer.html |
standard_v2 |
string |
Analizzatore Lucene standard; Composto dal tokenizer standard, dal filtro minuscolo e dal filtro di arresto. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/StandardTokenizer.html |
uax_url_email |
string |
Suddivide in token gli URL e gli indirizzi di posta elettronica come un unico token. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/UAX29URLEmailTokenizer.html |
whitespace |
string |
Divide il testo in corrispondenza degli spazi vuoti. Vedere http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/WhitespaceTokenizer.html |
SearchError
Descrive una condizione di errore per l'API.
Nome | Tipo | Descrizione |
---|---|---|
code |
string |
Uno di un set definito dal server di codici di errore. |
details |
Matrice di dettagli sugli errori specifici che hanno causato l'errore segnalato. |
|
message |
string |
Rappresentazione leggibile dell'errore. |
TokenFilterName
Definisce i nomi di tutti i filtri token supportati dal motore di ricerca.