我正在尝试返回导致我的 Lucene 索引命中的原始术语。例如，我的搜索字符串是“The quick brown fox jumps over the lazy dog”。 “狗”这个词在索引中很受欢迎，比如“狗带”“遛狗”。同样，“fox”也有“fox glove”“foxy loxi”等热门歌曲。
所以，我想为用户打印出原始的 'quick brown fox 字符串，其中突出显示了命中（狗和狐狸）的术语。有几个例子，比如Get matched terms in query，它们使用了解释方法，但答案并没有走到最后一步。 我认为 Lucene 不会轻易做到这一点，我将不得不使用正则表达式。
【问题讨论】：
标签： lucene
我想出了一种方法来生成一个字符串，该字符串是带有突出显示的命中术语的原始用户文本。 以通常的方式针对索引查询原始用户文本。原始用户文本和结果被传递给“反向”查询方法。那是： 将原始用户文本转化为基于内存的索引，并通过原始结果进行查询。这与我们最初所做的相反。结果是将结果中的常用词与字符串进行比较。这在我的索引中有效，因为所有结果都是“严格”定义。
荧光笔用于在原始结果中找到的常用词 [..] 周围插入分隔符。 正则表达式 (?
单个找到的单词和原始用户文本被传递给以下方法，该方法删除重复项并突出显示用户原始字符串中的单词：
//remove found term duplicates and produce a single string with all the hits highlighted
private static void removeTermDuplicates(List textResult, String searchText) {
// to be the final modified string with all highlights
String strOutput = searchText;
// creating a hashset using the incoming list
Set<String> textSet = new LinkedHashSet<String>(textResult);
// remove all the elements from the list
textResult.clear();
// add all the elements of the set to create a
// list of found terms without duplicates
textResult.addAll(textSet);
// add html elements to found terms
for(String term : textResult){
replacementWord.add("<b>"+term+"</b>");
}
//put original term and the same term with highlights in a hash map
for(int i=0; i<replacementWord.size(); ++i) {
oldAndNewTerms.put(textResult.get(i), replacementWord.get(i));
}
//use a hash map to modify the original string
for (String key : oldAndNewTerms.keySet()){
strOutput = strOutput.replace(key,oldAndNewTerms.get(key) ); }
System.out.println(strOutput);
}
希望这对将来的某人有所帮助。 菲尔
【讨论】：