elasticsearch富文本查询高亮显示时避免标签嵌套

elasticsearch版本：8.7.0
使用kibana操作
创建测试文档

PUT test062506/_doc/1
{
  "text": """<ul>
  <li>列表项一</li>
  <li>列表项二</li>
  <li>列表项三</li>
</ul>"""
}

进行高亮查询

POST test062506/_search
{
  "query": {
    "match": { "text": "<li>列表项一</li>" }
  },
  "highlight": {
    "fields" : {
      "text" : {}
    }
  }
}

返回结果的一部分

        "highlight": {
          "text": [
            """<ul>
  <<em>li</em>><em>列</em><em>表</em><em>项</em><em>一</em></<em>li</em>>
  <<em>li</em>><em>列</em><em>表</em><em>项</em>二</<em>li</em>>
  <<em>li</em>><em>列</em><em>表</em><em>项</em>三</<em>li</em>>
</ul>"""
          ]
        }

很明显是一个非法的html格式，并且常规方法难以修复。
一个常见的解决方法时创建索引时添加html标签过滤

PUT /test062505
{
  "settings": {
    "analysis": {
      "analyzer": {
        "html_analyze": {
          "char_filter": [
            "my_char_filter"
          ],
          "type": "custom",
          "tokenizer": "ik_max_word"
        }
      },
      "char_filter": {
        "my_char_filter": {
          "escaped_tags": [],
          "type": "html_strip"
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "text": {
        "type": "text",
        "analyzer": "html_analyze"
      }
    }
  }
}

PUT test062505/_doc/1
{
  "text": """<ul>
  <li>列表项一</li>
  <li>列表项二</li>
  <li>列表项三</li>
</ul>"""
}

POST test062505/_search
{
  "query": {
    "match": { "text": "<li>列表项一</li>" }
  },
  "highlight": {
    "fields" : {
      "text" : {}
    }
  }
}

返回结果为

        "highlight": {
          "text": [
            """<ul>
  <li><em>列表项</em><em>一</em></li>
  <li><em>列表项</em>二</li>
  <li><em>列表项</em>三</li>
</ul>"""
          ]
        }

相关文档地址: analysis-charfilters.html