lucene 高亮文件

最新推荐文章于 2019-09-07 16:27:19 发布

shizhan1881

最新推荐文章于 2019-09-07 16:27:19 发布

阅读量864

点赞数

分类专栏： lucene

本文链接：https://blog.csdn.net/linshizhan/article/details/17997497

版权

lucene 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

对于 <field name="newsField" type="textMaxWord" indexed="true" stored="false" multiValued="true"/>的字段来说，因为stored=false，所以没有默认高亮方式。

我们可以自己获取文本（如数据库中的clob字段，pdf文件中的内容），然后再调用lucene的相关api实现。

import java.io.IOException;
import java.io.StringReader;
import org.apache.lucene.analysis.TokenStream;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.search.highlight.Fragmenter;
import org.apache.lucene.search.highlight.Highlighter;
import org.apache.lucene.search.highlight.InvalidTokenOffsetsException;
import org.apache.lucene.search.highlight.QueryScorer;
import org.apache.lucene.search.highlight.SimpleHTMLFormatter;
import org.apache.lucene.search.highlight.SimpleSpanFragmenter;
import com.chenlb.mmseg4j.analysis.MMSegAnalyzer;

/**
 * 高亮文本，适用于内容没有存储stored=false的域
 * @author Administrator
 *
 */
public class GetHighLighter {

	/**
	 * 获取高亮后的文本
	 * @param text   可以自己获取数据库中的文本，或者通过tika获取文件内容
	 * @param keyword
	 * @param fieldName
	 * @return
	 */
	public static String getHl(String text,String keyword,String fieldName){
		String result =  "";
		 try {
			 TermQuery query = new TermQuery(new Term(fieldName,keyword));
			 TokenStream tokenStream  = new MMSegAnalyzer().
			            tokenStream(fieldName, new StringReader(text));
			 QueryScorer score = new QueryScorer(query,fieldName);
			 Fragmenter  fragmenter = new SimpleSpanFragmenter(score,90);
			 
			 SimpleHTMLFormatter formatter = new SimpleHTMLFormatter("<span class='hl'>","</span>");
			 
			 Highlighter highlighter = new Highlighter(formatter,score);
			 highlighter.setTextFragmenter(fragmenter);
			 result = highlighter.getBestFragment(tokenStream, text);
			 
		} catch (IOException e) {
			e.printStackTrace();
		} catch (InvalidTokenOffsetsException e) {
			e.printStackTrace();
		}  
		 return result; 
	}
}

solr中也没发现有高亮未存储域的方法，因此可以将lucene的相关jar包拷贝到程序中，调用上述代码。