Solr 使用意外的前缀和后缀突出显示

Question

我需要像这样自定义 Solr 高亮前缀和后缀：

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

而不是默认值

<em>text</em>

这就是为什么我在 solrconfig.xml 中为 HighlightComponent 使用此配置：

<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？

Answer 1

我猜您看到这种行为是因为您只为 SimpleFragmentsBuilder 定义了前缀和后缀，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进行突出显示，并在 solrconfig.xml 的 highlighting 部分的 formatter 部分中设置此值，并且没有遇到任何问题它将适用于所有片段构建器。

所以也许可以尝试以下方法：

 <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>

Answer 2

我终于知道为什么了！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，

<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完美工作后，我的 body 字段看起来像这样：

<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 是一种完全不同的突出显示方法，因此配置也不同。

为了避免这种错误，只要用户可以使用 hl.fl 参数选择要突出显示的字段，我建议还包含标准突出显示的配置（formatter 元素，类 < code>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>

这种方式突出显示将使用相同的前缀和后缀，即使对于禁用 termVectors 的字段也是如此。