搜索学习入门--使用LuceneHighlighter高亮显示Lucene检索结果的关键词

r囧r小猫 2022-06-05 07:29 241阅读 0赞

> 在上一篇文章[搜索学习入门–Lucene初体验（Lucene索引的增删改查）][Lucene_Lucene]的基础上，我们进行对Lucene检索结果的高亮显示。

### 第一步：在增加Lucene高亮模块依赖 ###

<dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-highlighter</artifactId>
        <version>4.7.2</version>
    </dependency>

### 第二步：高亮显示Lucene检索结果的关键词 ###

package top.yuyufeng.learn.lucene.demo1;
    
    import org.apache.lucene.analysis.Analyzer;
    import org.apache.lucene.analysis.standard.StandardAnalyzer;
    import org.apache.lucene.document.Document;
    import org.apache.lucene.index.DirectoryReader;
    import org.apache.lucene.index.IndexReader;
    import org.apache.lucene.index.IndexWriterConfig;
    import org.apache.lucene.queryparser.classic.ParseException;
    import org.apache.lucene.queryparser.classic.QueryParser;
    import org.apache.lucene.search.IndexSearcher;
    import org.apache.lucene.search.Query;
    import org.apache.lucene.search.ScoreDoc;
    import org.apache.lucene.search.TopDocs;
    import org.apache.lucene.search.highlight.*;
    import org.apache.lucene.store.Directory;
    import org.apache.lucene.store.SimpleFSDirectory;
    import org.apache.lucene.util.Version;
    
    import java.io.File;
    import java.io.IOException;
    
    /**
     * @author yuyufeng
     * @date 2017/11/21
     */
    public class LuceneHighlighterDemo {
        public static void main(String[] args) {
            // Lucene Document的域名
            String fieldName = "blog";
            Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_47);
            Directory directory = null;
            IndexReader ireader = null;
            IndexSearcher isearcher;
    
            try {
                //索引目录
                directory = new SimpleFSDirectory(new File("D://test/lucene_index"));
                // 配置IndexWriterConfig
                IndexWriterConfig iwConfig = new IndexWriterConfig(Version.LUCENE_47, analyzer);
                iwConfig.setOpenMode(IndexWriterConfig.OpenMode.CREATE_OR_APPEND);
    
                // 搜索过程**********************************
                // 实例化搜索器
                ireader = DirectoryReader.open(directory);
                isearcher = new IndexSearcher(ireader);
    
                String keyword = "达摩院";
                // 使用QueryParser查询分析器构造Query对象
                QueryParser qp = new QueryParser(Version.LUCENE_47, fieldName, analyzer);
                qp.setDefaultOperator(QueryParser.OR_OPERATOR);  // and or 跟数据库查询语法类似
                Query query = qp.parse(keyword);
                System.out.println("Query = " + query);
    
                // 搜索相似度最高的5条记录
                TopDocs topDocs = isearcher.search(query, 5);
                System.out.println("命中：" + topDocs.totalHits);
                // 遍历输出结果
                ScoreDoc[] scoreDocs = topDocs.scoreDocs;
    
    
                Highlighter highlighter = new Highlighter(new SimpleHTMLFormatter("<B>", "</B>"),   //高亮格式，用<B>标签包裹
                        new QueryScorer(query));
                Fragmenter fragmenter = new SimpleFragmenter(100);   //高亮后的段落范围在100字内
                highlighter.setTextFragmenter(fragmenter);
    
                for (int i = 0; i < topDocs.totalHits; i++) {
                    Document targetDoc = isearcher.doc(scoreDocs[i].doc);
                    System.out.println("内容：" + highlighter.getBestFragment(analyzer, fieldName, targetDoc.get("blog")));  //只对“blog”属性高亮
                }
    
            } catch (ParseException e) {
                e.printStackTrace();
            } catch (IOException e) {
                e.printStackTrace();
            } catch (InvalidTokenOffsetsException e) {
                e.printStackTrace();
            } finally {
                if (ireader != null) {
                    try {
                        ireader.close();
                    } catch (IOException e) {
                        e.printStackTrace();
                    }
                }
                if (directory != null) {
                    try {
                        directory.close();
                    } catch (IOException e) {
                        e.printStackTrace();
                    }
                }
            }
        }
    }

### 第三步：执行查看结果 ###

> Query = blog:达 blog:摩 blog:院  
> 命中：2  
> 内容：10月11日杭州云栖大会上，马云表**达**了对新建成的阿里巴巴全球研究**院**—阿里巴巴**达****摩****院**的愿景，希望**达****摩****院**二十年内成为世界第一大经济体，服务世界二十亿人，创造一亿个工作岗位。  
> 内容：**达****摩****院**一定也必须要超越英特尔，必须超越微软，必须超越IBM，因为我们生于二十一世纪，我们是有机会后发优势的。

[Lucene_Lucene]: http://blog.csdn.net/qq_18860653/article/details/78525105