以《刑法》文本.txt为例。
一、格式化数据
1，首先，ElasticSearch只能接收格式化的数据，所以，我们需要将文本文件转换为格式化的数据---json。
下图为未处理的文本文件。
2，这里，使用python文件操作，将文本格式化为ElasticSearch可识别的json格式。
代码语言：javascript复制#python 3.6
#!/usr/bin/env python
# -*- coding:utf-8 -*-
__author__ = 'BH8ANK'
'''
最终将输出格式改为
{"index":{"_index":"xingfa","_id":1}}
{"text_entry":"犯罪的行为或者结果有一项发生在中华人民共和国领域内的，就认为是在中华人民共和国领域内犯罪。"}
'''
'''读取文件
'''
a = open(r"D:xingfa.txt", "r",encoding='utf-8')
out = a.read()
#print(out)
TypeList = out.split('n')
#print(TypeList)
lenth = len(TypeList)
print(lenth)
number = 1
ju_1 = '{"index":{"_index":"xingfa","_id":'
ju_2 = '{"text_entry":"'
# print(ju_1)
for x in TypeList:
res_1 = ju_1 str(number) '}}' 'n'
print(res_1)
a = open(r"D:out.json", "a", encoding='UTF-8')
a.write(res_1)
res_2 = ju_2 x '"}' 'n'
print(res_2)
a = open(r"D:out.json", "a", encoding='UTF-8')
a.write(res_2)
a.close()
number =13，执行后，输出的json内容为：
二、将数据导入ElasticSearch
1，我们要为即将导入的数据，建立映射。此操作可以在kibana或命令行完成。
代码语言：javascript复制PUT /xingfa
{
"mappings": {
"doc": {
"properties": {
"text_entry":{"type":"keyword"}
}
}
}
}2，登录虚拟机，将之前生成的out.json文件，导入到对应ElasticSearch集群中。
我们的ES组网情况如上图。
操作如下：
命令如下：
代码语言：javascript复制curl -H 'Content-Type: application/x-ndjson' -XPOST '10.0.0.19:9200/xingfa/doc/_bulk?pretty' --data-binary @out.json等待命令执行完成后，即可登录kibana去查询对应的数据了。
使用查询语句：
代码语言：javascript复制GET /xingfa/_search/
{
"query": { "match_all": {} },
"size":"9999" //此处设置为9999，主要原因是，不加参数的话，默认搜索结果仅显示部分，一般是5.
}也可以直接在虚拟机命令行里，查询这个索引，确认数据是否已经完成上传。
使用查询语句：
代码语言：javascript复制curl -XGET "http://10.0.0.19:9200/xingfa/_search/" -H 'Content-Type: application/json' -d'
{
"query": {
"match_all": {}
},
"size": "9999"
}'至此，完成数据导入。
