带有意外前缀和后缀的 Solr 突出显示答案

【问题标题】：Solr highlighting with unexpected prefix and suffix带有意外前缀和后缀的 Solr 突出显示
【发布时间】：2012-03-02 06:32:05
【问题描述】：

我需要像这样自定义 Solr 高亮前缀和后缀：

<span class="highlight">text</span>

而不是默认的

<em>text</em>

这就是我在solrconfig.xml 中为HighlightComponent 使用此配置的原因：

<searchComponent class="solr.HighlightComponent" name="highlight">
    <highlighting>
        <fragmentsBuilder name="simple" default="true" class="solr.highlight.SimpleFragmentsBuilder">
            <lst name="defaults">
                <str name="hl.tag.pre"><![CDATA[<span class="highlight">]]></str>
                <str name="hl.tag.post"><![CDATA[</span>]]></str>
            </lst>
        </fragmentsBuilder>
    </highlighting>
</searchComponent>

以下是我的标准请求处理程序的默认参数：

<requestHandler name="standard" class="solr.SearchHandler" default="true">
    <lst name="defaults">
        <str name="hl">true</str>
        <str name="hl.fl">body,title</str>
        <str name="hl.useFastVectorHighlighter">true</str>
    </lst>
</requestHandler>

当我搜索 text 单词时，我确实会突出显示文本单词，但并不总是使用我配置的前缀和后缀：

<lst name="highlighting">
    <lst name="document_1">
        <arr name="body">
            <str>my <em>text</em> highlighted</str>
        </arr>
        <arr name="title">
            <str>my <span class="highlight">text</span> highlighted</str>
        </arr>
    </lst>
</lst>

有人知道为什么吗？

【问题讨论】：

标签： solr highlighting

【解决方案1】：

我终于知道原因了！我正在使用fastVectorHighlighter 来加快突出显示速度。一开始我只突出显示title 字段，一切正常。当我添加body 字段以突出显示时，我忘记启用termVectors=true。现在我的body 字段看起来像这样

<field name="body" type="text" indexed="true" stored="true" termVectors="true" termPositions="true" termOffsets="true" />

在完全重新索引突出显示工作完美之后：

<lst name="highlighting">
    <lst name="document_1">
        <arr name="body">
            <str>my <span class="highlight">text</span> highlighted</str>
        </arr>
        <arr name="title">
            <str>my <span class="highlight">text</span> highlighted</str>
        </arr>
    </lst>
</lst>

以前，body 字段突出显示确实有效，但没有 fastVectorHighlighter，因为该字段没有 termVectors=true 参数。这就是为什么我用默认前缀和后缀突出显示body。由于fastVectorHighlighter是完全不同的高亮方式，所以配置也不同。

为避免此类错误，只要用户可以选择使用hl.fl parameter 突出显示的字段，我建议还包括标准突出显示的配置（格式化程序元素，类solr.highlight.HtmlFormatter）像这样：

<searchComponent class="solr.HighlightComponent" name="highlight">
    <highlighting>
        <formatter name="html" default="true" class="solr.highlight.HtmlFormatter">
            <lst name="defaults">
                <str name="hl.simple.pre"><![CDATA[<span class="highlight">]]></str>
                <str name="hl.simple.post"><![CDATA[</span>]]></str>
            </lst>
        </formatter>
        <fragmentsBuilder name="simple" default="true" class="solr.highlight.SimpleFragmentsBuilder">
            <lst name="defaults">
                <str name="hl.tag.pre"><![CDATA[<span class="highlight">]]></str>
                <str name="hl.tag.post"><![CDATA[</span>]]></str>
            </lst>
        </fragmentsBuilder>
    </highlighting>
</searchComponent>

即使对于禁用termVectors 的字段，这种突出显示方式也可以使用相同的前缀和后缀。

【讨论】：

【解决方案2】：

我猜您会看到这种行为，因为您只有为 SimpleFragmentsBuilder 定义的前缀和后缀，而其他亮点来自另一个片段构建器。

我使用自定义前缀和后缀来突出显示，我在 solrconfig.xml 的 highlighting 部分的 formatter 部分中设置了这个值，并且没有任何问题，因为它将适用于所有片段构建器.

所以不妨试试以下方法：

 <highlighting>
   <fragmentsBuilder name="simple" default="true"
          class="solr.highlight.SimpleFragmentsBuilder"/>
   <!-- Configure the standard formatter -->
   <formatter name="html" class="org.apache.solr.highlight.HtmlFormatter"
        default="true">
     <lst name="defaults">
       <str name="hl.simple.pre"><![CDATA[<span class="highlight">]]></str>
       <str name="hl.simple.post"><![CDATA[</span>]]></str>
     </lst>
  </formatter>
 </highlighting>

【讨论】：