Lucene：如何在原始内容中找到查询命中位置？答案

【问题标题】：Lucene: how can I find query hit positions in original contents?Lucene：如何在原始内容中找到查询命中位置？
【发布时间】：2012-01-15 07:29:59
【问题描述】：

假设我有一个已在 Lucene 中编制索引的文档集合。我提交查询并获得点击率。现在我想要的是找到特定文档命中的位置。我知道我可以使用 Lucene Highlighting 类来获取相关片段。但是如何才能知道这些片段究竟出现在原始内容中的什么位置呢？

一个相关的问题是如何确保找到的片段实际上非常接近原始查询？我注意到在我的高亮实验中，我经常会有一个多词查询，它会返回只有其中一些词的片段。但是，如果我想确保我得到所有单词的点击率怎么办？

谢谢！

【问题讨论】：

I Z，我注意到，当您提出问题时，您并不总是接受或赞成答案。好吧，实际上你从来没有这样做过。你看，这会阻止 SO 成员回答你的问题。对我来说，我并不只关心声誉积分，但很高兴知道我的回答是否有帮助。因此，请跟进您的问题，至少添加一些评论。谢谢

【解决方案1】：

不是一个实际的答案，只是一些类似问题的解决方案的链接。

首先，在这里您可以看到突出显示的实际结果（请注意，尽管 am 在查询中，但 were 已突出显示。词干是此实现的附加功能）： http://hunglish.hu/search?huSentence=&enSentence=I%20am%20highlighted&size=20&page=2&doc.genre=-10

免责声明：这是我前段时间写的，它不是很好的代码，在特殊情况下它是错误的：there is an open issue relating to highlighting。此外，它使用 lucene-highlighter 的 3.2.0 版本，这可能不是最新的。

无论如何，我希望如果你看看它是如何工作的，它可以帮助你写出更好的，或者至少是按预期工作的东西。

【讨论】：