Partilhar via


Indexes - Analyze

Mostra como um analisador divide o texto em tokens.

POST {endpoint}/indexes('{indexName}')/search.analyze?api-version=2025-09-01

Parâmetros do URI

Name Em Necessário Tipo Description
endpoint
path True

string

A URL do ponto de extremidade do serviço de pesquisa.

indexName
path True

string

O nome do índice para o qual testar um analisador.

api-version
query True

string

Versão da API do cliente.

Cabeçalho do Pedido

Name Necessário Tipo Description
x-ms-client-request-id

string (uuid)

O ID de rastreamento enviado com a solicitação para ajudar com a depuração.

Corpo do Pedido

Name Necessário Tipo Description
text True

string

O texto para dividir em tokens.

analyzer

LexicalAnalyzerName

O nome do analisador a ser usado para quebrar o texto fornecido. Se esse parâmetro não for especificado, você deverá especificar um tokenizador. Os parâmetros do tokenizador e do analisador são mutuamente exclusivos.

charFilters

CharFilterName[]

Uma lista opcional de filtros de caracteres para usar ao quebrar o texto determinado. Este parâmetro só pode ser definido ao usar o parâmetro tokenizer.

normalizer

LexicalNormalizerName

O nome do normalizador a ser usado para normalizar o texto fornecido.

tokenFilters

TokenFilterName[]

Uma lista opcional de filtros de token para usar ao quebrar o texto fornecido. Este parâmetro só pode ser definido ao usar o parâmetro tokenizer.

tokenizer

LexicalTokenizerName

O nome do tokenizador a ser usado para quebrar o texto fornecido. Se esse parâmetro não for especificado, você deverá especificar um analisador. Os parâmetros do tokenizador e do analisador são mutuamente exclusivos.

Respostas

Name Tipo Description
200 OK

AnalyzeResult

Other Status Codes

ErrorResponse

Resposta de erro.

Exemplos

SearchServiceIndexAnalyze

Pedido de amostra

POST https://stableexampleservice.search.windows.net/indexes('stable-test')/search.analyze?api-version=2025-09-01


{
  "text": "Text to analyze",
  "analyzer": "ar.lucene"
}

Resposta da amostra

{
  "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
    }
  ]
}

Definições

Name Description
AnalyzedTokenInfo

Informações sobre um token retornado por um analisador.

AnalyzeRequest

Especifica alguns componentes de texto e análise usados para dividir esse texto em tokens.

AnalyzeResult

O resultado do teste de um analisador em texto.

CharFilterName

Define os nomes de todos os filtros de caracteres suportados pelo mecanismo de pesquisa.

ErrorAdditionalInfo

O erro de gerenciamento de recursos informações adicionais.

ErrorDetail

O detalhe do erro.

ErrorResponse

Resposta de erro

LexicalAnalyzerName

Define os nomes de todos os analisadores de texto suportados pelo mecanismo de pesquisa.

LexicalNormalizerName

Define os nomes de todos os normalizadores de texto suportados pelo mecanismo de pesquisa.

LexicalTokenizerName

Define os nomes de todos os tokenizadores suportados pelo mecanismo de pesquisa.

TokenFilterName

Define os nomes de todos os filtros de token suportados pelo mecanismo de pesquisa.

AnalyzedTokenInfo

Informações sobre um token retornado por um analisador.

Name Tipo Description
endOffset

integer (int32)

O índice do último caractere do token no texto de entrada.

position

integer (int32)

A posição do token no texto de entrada em relação a outros tokens. O primeiro token no texto de entrada tem a posição 0, o próximo tem a posição 1 e assim por diante. Dependendo do analisador usado, alguns tokens podem ter a mesma posição, por exemplo, se forem sinônimos uns dos outros.

startOffset

integer (int32)

O índice do primeiro caractere do token no texto de entrada.

token

string

O token retornado pelo analisador.

AnalyzeRequest

Especifica alguns componentes de texto e análise usados para dividir esse texto em tokens.

Name Tipo Description
analyzer

LexicalAnalyzerName

O nome do analisador a ser usado para quebrar o texto fornecido. Se esse parâmetro não for especificado, você deverá especificar um tokenizador. Os parâmetros do tokenizador e do analisador são mutuamente exclusivos.

charFilters

CharFilterName[]

Uma lista opcional de filtros de caracteres para usar ao quebrar o texto determinado. Este parâmetro só pode ser definido ao usar o parâmetro tokenizer.

normalizer

LexicalNormalizerName

O nome do normalizador a ser usado para normalizar o texto fornecido.

text

string

O texto para dividir em tokens.

tokenFilters

TokenFilterName[]

Uma lista opcional de filtros de token para usar ao quebrar o texto fornecido. Este parâmetro só pode ser definido ao usar o parâmetro tokenizer.

tokenizer

LexicalTokenizerName

O nome do tokenizador a ser usado para quebrar o texto fornecido. Se esse parâmetro não for especificado, você deverá especificar um analisador. Os parâmetros do tokenizador e do analisador são mutuamente exclusivos.

AnalyzeResult

O resultado do teste de um analisador em texto.

Name Tipo Description
tokens

AnalyzedTokenInfo[]

A lista de tokens retornados pelo analisador especificado na solicitação.

CharFilterName

Define os nomes de todos os filtros de caracteres suportados pelo mecanismo de pesquisa.

Valor Description
html_strip

Um filtro de caracteres que tenta remover construções HTML. Ver https://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/charfilter/HTMLStripCharFilter.html

ErrorAdditionalInfo

O erro de gerenciamento de recursos informações adicionais.

Name Tipo Description
info

object

As informações adicionais.

type

string

O tipo de informação adicional.

ErrorDetail

O detalhe do erro.

Name Tipo Description
additionalInfo

ErrorAdditionalInfo[]

O erro informações adicionais.

code

string

O código de erro.

details

ErrorDetail[]

Os detalhes do erro.

message

string

A mensagem de erro.

target

string

O destino do erro.

ErrorResponse

Resposta de erro

Name Tipo Description
error

ErrorDetail

O objeto de erro.

LexicalAnalyzerName

Define os nomes de todos os analisadores de texto suportados pelo mecanismo de pesquisa.

Valor Description
ar.microsoft

Microsoft analyzer para árabe.

ar.lucene

Analisador de Lucene para árabe.

hy.lucene

Analisador de Lucene para arménio.

bn.microsoft

Microsoft analyzer para Bangla.

eu.lucene

Analisador Lucene para basco.

bg.microsoft

Microsoft analyzer para búlgaro.

bg.lucene

Lucene analisador para búlgaro.

ca.microsoft

Microsoft analyzer para catalão.

ca.lucene

Lucene analisador para catalão.

zh-Hans.microsoft

Microsoft analyzer para chinês (simplificado).

zh-Hans.lucene

Analisador Lucene para chinês (simplificado).

zh-Hant.microsoft

Microsoft analyzer para chinês (tradicional).

zh-Hant.lucene

Analisador de Lucene para chinês (tradicional).

hr.microsoft

Microsoft analyzer para croata.

cs.microsoft

Microsoft analyzer para checo.

cs.lucene

Lucene analisador para checo.

da.microsoft

Microsoft analyzer para dinamarquês.

da.lucene

Lucene analisador para dinamarquês.

nl.microsoft

Microsoft analyzer para holandês.

nl.lucene

Analisador Lucene para holandês.

en.microsoft

Microsoft analyzer para inglês.

en.lucene

Analisador Lucene para Inglês.

et.microsoft

Microsoft analyzer para estónio.

fi.microsoft

Microsoft analyzer para finlandês.

fi.lucene

Analisador de Lucene para finlandês.

fr.microsoft

Microsoft analyzer para francês.

fr.lucene

Analisador Lucene para francês.

gl.lucene

Lucene analisador para galego.

de.microsoft

Microsoft analyzer para alemão.

de.lucene

Lucene analisador para alemão.

el.microsoft

Microsoft analyzer para grego.

el.lucene

Analisador de Lucene para grego.

gu.microsoft

Microsoft analyzer para Gujarati.

he.microsoft

Microsoft analyzer para hebraico.

hi.microsoft

Microsoft analyzer para Hindi.

hi.lucene

Analisador de Lucene para Hindi.

hu.microsoft

Microsoft analyzer para húngaro.

hu.lucene

Lucene analisador para húngaro.

is.microsoft

Microsoft analyzer para islandês.

id.microsoft

Microsoft analyzer para indonésio (Bahasa).

id.lucene

Analisador de Lucene para indonésio.

ga.lucene

Lucene analisador para irlandês.

it.microsoft

Microsoft analyzer para italiano.

it.lucene

Analisador Lucene para italiano.

ja.microsoft

Microsoft analyzer para japonês.

ja.lucene

Analisador Lucene para japonês.

kn.microsoft

Microsoft analyzer para Kannada.

ko.microsoft

Microsoft analyzer para coreano.

ko.lucene

Analisador Lucene para coreano.

lv.microsoft

Microsoft analyzer para letão.

lv.lucene

Analisador Lucene para letão.

lt.microsoft

Microsoft analyzer para lituano.

ml.microsoft

Microsoft analyzer para Malayalam.

ms.microsoft

Microsoft analyzer para malaio (latim).

mr.microsoft

Analisador Microsoft para Marathi.

nb.microsoft

Analisador Microsoft para norueguês (Bokmål).

no.lucene

Analisador Lucene para norueguês.

fa.lucene

Analisador de Lucene para persa.

pl.microsoft

Microsoft analyzer para polonês.

pl.lucene

Analisador de Lucene para polaco.

pt-BR.microsoft

Microsoft analyzer para Português (Brasil).

pt-BR.lucene

Analisador Lucene para Português (Brasil).

pt-PT.microsoft

Microsoft analyzer para Português (Portugal).

pt-PT.lucene

Analisador de Lucene para Português (Portugal).

pa.microsoft

Microsoft analyzer para Punjabi.

ro.microsoft

Microsoft analyzer para romeno.

ro.lucene

Lucene analisador para romeno.

ru.microsoft

Microsoft analyzer para russo.

ru.lucene

Lucene analisador para russo.

sr-cyrillic.microsoft

Microsoft analyzer para sérvio (cirílico).

sr-latin.microsoft

Microsoft analyzer para sérvio (latim).

sk.microsoft

Microsoft analyzer para eslovaco.

sl.microsoft

Microsoft analyzer para esloveno.

es.microsoft

Microsoft analyzer para espanhol.

es.lucene

Analisador Lucene para espanhol.

sv.microsoft

Microsoft analyzer para sueco.

sv.lucene

Lucene analisador para sueco.

ta.microsoft

Microsoft analyzer para Tamil.

te.microsoft

Microsoft analyzer para Telugu.

th.microsoft

Microsoft analyzer para tailandês.

th.lucene

Lucene analisador para tailandês.

tr.microsoft

Microsoft analyzer para turco.

tr.lucene

Lucene analisador para turco.

uk.microsoft

Microsoft analyzer para ucraniano.

ur.microsoft

Microsoft analyzer para Urdu.

vi.microsoft

Microsoft analyzer para vietnamita.

standard.lucene

Analisador Lucene padrão.

standardasciifolding.lucene

Analisador padrão ASCII Folding Lucene. Ver https://learn.microsoft.com/rest/api/searchservice/Custom-analyzers-in-Azure-Search#Analyzers

keyword

Trata todo o conteúdo de um campo como um único token. Isso é útil para dados como códigos postais, ids e alguns nomes de produtos. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/KeywordAnalyzer.html

pattern

Separa o texto de forma flexível em termos através de um padrão de expressão regular. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/PatternAnalyzer.html

simple

Divide o texto em letras não escritas e converte-as em minúsculas. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/SimpleAnalyzer.html

stop

Divide o texto em não-letras; Aplica os filtros de token minúsculo e stopword. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/StopAnalyzer.html

whitespace

Um analisador que usa o tokenizador de espaço em branco. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/WhitespaceAnalyzer.html

LexicalNormalizerName

Define os nomes de todos os normalizadores de texto suportados pelo mecanismo de pesquisa.

Valor Description
asciifolding

Converte caracteres Unicode alfabéticos, numéricos e simbólicos que não estão nos primeiros 127 caracteres ASCII (o bloco Unicode "Basic Latin") em seus equivalentes ASCII, se tais equivalentes existirem. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/ASCIIFoldingFilter.html

elision

Remove elisões. Por exemplo, "l'avion" (o avião) será convertido em "avion" (avião). Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/util/ElisionFilter.html

lowercase

Normaliza o texto do token para minúsculas. Ver https://lucene.apache.org/core/6_6_1/analyzers-common/org/apache/lucene/analysis/core/LowerCaseFilter.html

standard

Normalizador padrão, que consiste em minúsculas e asciifolding. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/reverse/ReverseStringFilter.html

uppercase

Normaliza o texto do token para maiúsculas. Ver https://lucene.apache.org/core/6_6_1/analyzers-common/org/apache/lucene/analysis/core/UpperCaseFilter.html

LexicalTokenizerName

Define os nomes de todos os tokenizadores suportados pelo mecanismo de pesquisa.

Valor Description
classic

Tokenizador baseado em gramática que é adequado para processar a maioria dos documentos em língua europeia. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/ClassicTokenizer.html

edgeNGram

Tokeniza a entrada de uma borda em n-gramas do(s) tamanho(s) determinado(s). Ver https://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ngram/EdgeNGramTokenizer.html

keyword_v2

Emite toda a entrada como um único token. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/KeywordTokenizer.html

letter

Divide o texto em letras não-letras. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/LetterTokenizer.html

lowercase

Divide o texto em letras não escritas e converte-as em minúsculas. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/LowerCaseTokenizer.html

microsoft_language_tokenizer

Divide o texto usando regras específicas do idioma.

microsoft_language_stemming_tokenizer

Divide o texto usando regras específicas do idioma e reduz as palavras às suas formas base.

nGram

Tokeniza a entrada em n-gramas do(s) tamanho(s) fornecido(s). Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ngram/NGramTokenizer.html

path_hierarchy_v2

Tokenizador para hierarquias semelhantes a caminhos. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/path/PathHierarchyTokenizer.html

pattern

Tokenizador que usa a correspondência de padrões regex para construir tokens distintos. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/pattern/PatternTokenizer.html

standard_v2

Analisador padrão de Lucene; Composto pelo tokenizador padrão, filtro minúsculo e filtro stop. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/StandardTokenizer.html

uax_url_email

Tokeniza urls e e-mails como um token. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/UAX29URLEmailTokenizer.html

whitespace

Divide o texto no espaço em branco. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/WhitespaceTokenizer.html

TokenFilterName

Define os nomes de todos os filtros de token suportados pelo mecanismo de pesquisa.

Valor Description
arabic_normalization

Um filtro simbólico que aplica o normalizador árabe para normalizar a ortografia. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ar/ArabicNormalizationFilter.html

apostrophe

Tira todos os caracteres após um apóstrofo (incluindo o próprio apóstrofo). Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/tr/ApostropheFilter.html

asciifolding

Converte caracteres Unicode alfabéticos, numéricos e simbólicos que não estão nos primeiros 127 caracteres ASCII (o bloco Unicode "Basic Latin") em seus equivalentes ASCII, se tais equivalentes existirem. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/ASCIIFoldingFilter.html

cjk_bigram

Forma bigramas de termos CJK que são gerados a partir do tokenizador padrão. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/cjk/CJKBigramFilter.html

cjk_width

Normaliza as diferenças de largura do CJK. Dobra variantes ASCII de largura total no latim básico equivalente e variantes Katakana de meia largura no Kana equivalente. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/cjk/CJKWidthFilter.html

classic

Remove possessivos em inglês e pontos de siglas. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/standard/ClassicFilter.html

common_grams

Construa bigramas para termos frequentes durante a indexação. Os termos isolados também continuam indexados, com bigramas sobrepostos. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/commongrams/CommonGramsFilter.html

edgeNGram_v2

Gera n-gramas do(s) tamanho(s) determinado(s) a partir da frente ou do verso de um token de entrada. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ngram/EdgeNGramTokenFilter.html

elision

Remove elisões. Por exemplo, "l'avion" (o avião) será convertido em "avion" (avião). Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/util/ElisionFilter.html

german_normalization

Normaliza caracteres alemães de acordo com a heurística do algoritmo de bola de neve German2. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/de/GermanNormalizationFilter.html

hindi_normalization

Normaliza o texto em hindi para remover algumas diferenças nas variações ortográficas. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/hi/HindiNormalizationFilter.html

indic_normalization

Normaliza a representação Unicode de texto em idiomas indianos. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/in/IndicNormalizationFilter.html

keyword_repeat

Emite cada token recebido duas vezes, uma como palavra-chave e outra como não-palavra-chave. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/KeywordRepeatFilter.html

kstem

Um filtro kstem de alto desempenho para inglês. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/en/KStemFilter.html

length

Remove palavras muito longas ou curtas. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/LengthFilter.html

limit

Limita o número de tokens durante a indexação. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/LimitTokenCountFilter.html

lowercase

Normaliza o texto do token para minúsculas. Ver https://lucene.apache.org/core/6_6_1/analyzers-common/org/apache/lucene/analysis/core/LowerCaseFilter.html

nGram_v2

Gera n-gramas do(s) tamanho(s) fornecido(s). Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ngram/NGramTokenFilter.html

persian_normalization

Aplica normalização para persa. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/fa/PersianNormalizationFilter.html

phonetic

Crie tokens para correspondências fonéticas. Ver https://lucene.apache.org/core/4_10_3/analyzers-phonetic/org/apache/lucene/analysis/phonetic/package-tree.html

porter_stem

Usa o algoritmo de derivação de Porter para transformar o fluxo de token. Ver http://tartarus.org/~martin/PorterStemmer

reverse

Inverte a cadeia de caracteres do token. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/reverse/ReverseStringFilter.html

scandinavian_normalization

Normaliza o uso dos caracteres escandinavos intercambiáveis. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/ScandinavianNormalizationFilter.html

scandinavian_folding

Dobra caracteres escandinavos åÅäæÄÆ-a> e öÖøØ-o>. Também discrimina o uso de vogais duplas aa, ae, ao, oe e oo, deixando apenas a primeira. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/ScandinavianFoldingFilter.html

shingle

Cria combinações de tokens como um único token. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/shingle/ShingleFilter.html

snowball

Um filtro que deriva palavras usando um lematizador gerado por Bola-de-Neve. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/snowball/SnowballFilter.html

sorani_normalization

Normaliza a representação Unicode do texto de Sorani. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/ckb/SoraniNormalizationFilter.html

stemmer

Filtro de derivação específico da linguagem. Ver https://learn.microsoft.com/rest/api/searchservice/Custom-analyzers-in-Azure-Search#TokenFilters

stopwords

Remove palavras de parada de um fluxo de token. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/core/StopFilter.html

trim

Corta o espaço em branco à esquerda e à direita dos tokens. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/TrimFilter.html

truncate

Trunca os termos até um comprimento específico. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/TruncateTokenFilter.html

unique

Filtra tokens com o mesmo texto do token anterior. Ver http://lucene.apache.org/core/4_10_3/analyzers-common/org/apache/lucene/analysis/miscellaneous/RemoveDuplicatesTokenFilter.html

uppercase

Normaliza o texto do token para maiúsculas. Ver https://lucene.apache.org/core/6_6_1/analyzers-common/org/apache/lucene/analysis/core/UpperCaseFilter.html

word_delimiter

Divide palavras em subpalavras e executa transformações opcionais em grupos de subpalavras.