lucene4.7高亮功能怎么實現

這篇文章主要介紹“lucene4.7高亮功能怎么實現”，在日常操作中，相信很多人在lucene4.7高亮功能怎么實現問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”lucene4.7高亮功能怎么實現”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

高亮功能一直都是全文檢索的一項非常優秀的模塊，在一個標準的搜索引擎中，高亮的返回命中結果，幾乎是必不可少的一項需求，因為通過高亮，我們可以在我們的搜索界面上快速標記出用戶的檢索關鍵詞，從而減少了用戶自己尋找想要的結果，在一定程度上大大提高了用戶的體驗性和友好度。
首先還是喜歡老生常談的來補充下高亮需要的熟悉的基本知識，當然如果你只是需要實現效果，而不關注它的底層API，那么可以忽略此部分，不過還是要友好的提示一下，如果使用過程中出了點小問題，不會API，可是不容易解決的，除非你愿意各種google。

要使用高亮，首先就得從索引時開始，因為需要高亮的字段，需要準確的獲取位置信息，以及一些偏移量，如果信息不準確，那么可能在結果中，就會出現一些莫名其妙的錯位，反映到網頁上就是標注了不該標注的字，沒有標注該標的內容，所以這一點還是需要注意一下，在索引的時候，我們需要使用項向量記錄各個token的位置信息，這很簡單，代碼如下:

 FieldType type=new FieldType(TextField.TYPE_STORED); 
 type.setStoreTermVectorOffsets(true);//記錄相對增量
 type.setStoreTermVectorPositions(true);//記錄位置信息
 type.setStoreTermVectors(true);//存儲向量信息
 type.freeze();//阻止改動信息
 Field field=new Field("字段名", "值", type);//示例

簡單說下，TextField的2個枚舉變量的意思 

由此看來，需要進行高亮的內容，是一定要存儲的，可能有一些比較大的文本，會比較占索引空間，從而影響檢索性能，當然我們也可以使用外部存儲，關系型數據庫，nosql什么的都可以，此時，高亮可能就需要做另一些處理了。 

下面我們來看下，高亮的需要用到的一些基本的類 
 

下面我們先來看下散仙的幾條測試數據內容：

id:1      name:  中國是一個偉大的國家,我們中國人都是好樣的哈哈，中國永遠是強大的   content:  你好人民
id:2      name:  我們有一個家它的名字是中國   content:  中國的大地，富饒
id:3      name:  我們的中國，我們的大地都是人民的希望的   content:  如果不在片段中生成一些字段的話
id:4      name:  2014年此時此刻你在做什么的啊   content:  哈哈鋤禾日當午
id:5      name:  當你孤單時你會想起誰，你想不想找個人來陪   content:  我永遠不孤單啊

1，測試普通高亮的核心代碼：

    String filed="name";
        QueryParser query=new QueryParser(Version.LUCENE_44, filed, new IKAnalyzer(false));
     
        Query q=query.parse("偉大的中國");//測試字段
        TopDocs top=searcher.search(q, 100);
        QueryScorer score=new QueryScorer(q, filed);//傳入評分
        SimpleHTMLFormatter fors=new SimpleHTMLFormatter("<span style=\"color:red;\">", "</span>");//定制高亮標簽
        
        Highlighter  highlighter=new Highlighter(fors,score);//高亮分析器
        // highlighter.setMaxDocCharsToAnalyze(1);//設置高亮處理的字符個數
        for(ScoreDoc sd:top.scoreDocs){
            Document doc=searcher.doc(sd.doc);
            String name=doc.get(filed);
            TokenStream token=TokenSources.getAnyTokenStream(searcher.getIndexReader(), sd.doc, filed, new IKAnalyzer(true));//獲取tokenstream
            Fragmenter  fragment=new SimpleSpanFragmenter(score);
            highlighter.setTextFragmenter(fragment);
            String str=highlighter.getBestFragment(token, name);//獲取高亮的片段，可以對其數量進行限制
            
             System.out.println("高亮的片段 =====>"+str);
        }

輸出結果如下

高亮的片段 =====>中國是一個<span >偉大</span><span >的</span>國家,我們中國人都是好樣<span >的</span>哈哈，<span >中國</span>永遠是強大<span >的</span>
高亮的片段 =====>我們<span >的</span><span >中國</span>，我們<span >的</span>大地都是人民<span >的</span>希望<span >的</span>
高亮的片段 =====>我們有一個家它<span >的</span>名字是<span >中國</span>

2,快速高亮，FastVectorHighlighter，這個類可能會消耗更多的存儲空間，來換取更好的性能，當然除了性能上提升外，它還有一個非常炫的功能，支持多種顏色標記，高亮關鍵字，除此之外還支持Ngram的域，以及智能合并相鄰高亮短語. 
我們來看下散仙快速高亮的3條測試數據： 

id:2      name:  中國（China），位于東亞，是一個以華夏文明為主體、中華文化為基礎，以漢族為主要種族的統一多民族國家，通用漢語。中國疆域內的各個民族統稱為中華民族，龍是中華民族的象征。   content:  中國是世界四大文明古國之一，有著悠久的歷史，距今約5000年前，以中原地區為中心開始出現聚落組織進而成國家和朝代，后歷經多次演變和朝代更迭，持續時間較長的朝代有夏、商、周、漢、晉、唐、宋、元、明、清等
id:1      name:  中國的自古以來就是一個非常偉大的民族   content:  中國是一個世界人口大國，擁有13億多的人口.
id:3      name:  沒有根的野草，飄忽的命運   content:  誰像你當我寶，什么也做到，舊愛數足一塊布，在這一刻寫句號，只想跟你終老.

核心代碼如下：

    Query q=query.parse("偉大的中華民族");
        TopDocs top=searcher.search(q, 100);
        //QueryScorer score=new QueryScorer(q, filed);
        //SimpleHTMLFormatter fors=new SimpleHTMLFormatter("<span style=\"color:red;\">", "</span>");//定制高亮標簽
        //Highlighter  highlighter=new Highlighter(fors,score);//高亮分析器
        //FastVectorHighlighter fastHighlighter=new FastVectorHighlighter();
        FragListBuilder fragListBuilder=new SimpleFragListBuilder();
        //注意下面的構造函數里，使用的是顏色數組，用來支持多種顏色高亮
        FragmentsBuilder fragmentsBuilder= new ScoreOrderFragmentsBuilder(BaseFragmentsBuilder.COLORED_PRE_TAGS,BaseFragmentsBuilder.COLORED_POST_TAGS);
        
      
        FastVectorHighlighter fastHighlighter2=new FastVectorHighlighter(true, true, fragListBuilder, fragmentsBuilder);
        FieldQuery querys=fastHighlighter2.getFieldQuery(q);//reader是傳入的流
        
        // highlighter.setMaxDocCharsToAnalyze(1);//設置高亮處理的字符個數
        for(ScoreDoc sd:top.scoreDocs){
         
            String snippt=fastHighlighter2.getBestFragment(querys, reader, sd.doc,filed,300);
         
             if(snippt!=null){
                 System.out.println("高亮的片段是:"+snippt);
             }    
        }

結果如下，注意有多種顏色標識：

高亮的片段是:中國<b >的</b>自古以來就是一個非常<b >偉大</b><b >的</b>民族
高亮的片段是:中國（China），位于東亞，是一個以華夏文明為主體、中華文化為基礎，以漢族為主要種族<b >的</b>統一多民族國家，通用漢語。中國疆域內<b >的</b>各個民族統稱為<b >中華民族</b>，龍是<b >中華民族</b><b >的</b>象征。
高亮的片段是:沒有根<b >的</b>野草，飄忽<b >的</b>命運

3.下面來著重說一下，高亮的第三種方式，前臺高亮，散仙在上文曾提過，基于高亮的字段，必須的存儲，否則無法實現高亮標注，當然這種說法，只是對于后臺高亮而言的，那么對于大文本情況下，存儲到索引里是非常浪費空間的，而且還有可能會影響到檢索速度，所以就提出了，第三種方式。 

在前臺進行高亮，然后大文本字段，可以存儲在外部其他的數據源里面，需要標記時，可以直接根據ID，或者某個字段，讀取數據然后通過JS正則在前端替換檢索的關鍵詞即可，在這之前需要做的一步就是，使用ajax把檢索的關鍵詞，傳入后臺進行分詞，然后將結果返回前臺，進行對分詞后的數據，進行匹配替換，再加上顏色標記，就可以在前臺實現高亮了，這也是前臺高亮的實現原理，這種做法，在某些業務場景下，可以大大減少服務器壓力，通過客戶端減壓，以及不用再存儲一些向量信息，從而對系統的性能的提高，也是有很大幫助的。 

下面給出一個前臺高亮的截圖，注意用的是快速高亮的索引。

附上前臺高亮的核心代碼

    $.ajax({
                type :"post",
                url: "getContent",
                data:"str="+str,
                dataType:"json",
                async:false,
                success:function(msg){
                // alert(msg);
                 $("#div").empty();
                     $.each(msg, function(i, n) {
                         var temp=""; 
                  for(var i=0;i<shu.length;i++){
                   if(shu[i]!=""){
                 n.name=n.name.replace(new RegExp(shu[i],'g'), "<span style=\"color:red;\">"+shu[i]+"</span>");
               
                         }
                        }
                          $("#div").append("[*]"+n.name+"
");
                          $("#div").append("[*]===============================
")
                     });

                }
            });

到此，關于“lucene4.7高亮功能怎么實現”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！